Автор оригинала: Pankaj Kumar.

Универсальные тригонометрические функции, чтобы узнать

Здравствуйте, читатели! В этой статье мы узнаем Универсальные примечательные тригонометрические функции знать!

Итак, давайте начнем! 🙂.

Чтобы быть с тем, что математические функции в Numpy обрамлены как универсальные функции. Эти универсальные (математические функции numpy) работают на ОМЕСНЫЙ КУРС ARRAY и выполните элемент-мудрые операции на значениях данных. Универсальные функции Numpy принадлежат к numpy.ufunc класс в питоне.

В контексте этой темы мы будем сосредоточиться на приведенных ниже типах универсальных тригонометрических функций

1. Универсальные тригонометрические функции
2. Функции, которые помогают нам выполнять межведомстве между степенью и значениями радиана
3. Гиперболические функции
4. Расчет значения гипотенуза
5. Определение значений угла из тригонометрических функций

1. Numpy тригонометрические функции

Мы будем работать над следующими универсальными тригонометрическими функциями Numpy для этого учебника

1. numpy.sin () Функция : Рассчитывает синусный компонент для значений массива.
2. numpy.cos () Функция : Вычисляет косиновый компонент для значений массива.
3. numpy.tan () Функция : Рассчитывает касательное значение для элементов данных массива.

Пример:

import numpy as np
arr = np.array([30,60,90])

val_sin = np.sin(arr)
print("Sine value",val_sin)

val_cos = np.cos(arr)
print("Cosine value",val_cos)

val_tan = np.tan(arr)
print("Tangent value",val_tan)

Выход:

Sine value [-0.98803162 -0.30481062  0.89399666]
Cosine value [ 0.15425145 -0.95241298 -0.44807362]
Tangent value [-6.4053312   0.32004039 -1.99520041]

2. Межсемени между степенью и радиоанами

При выполнении тригонометрических операций на любом языке мы сталкиваемся с ситуациями, когда мы кормием необходимость преобразования градусов до радианов и наоборот.

Для того же, Numpy предлагает нам универсальные функции-

1. deg2rad : Преобразует значение степени угла на радианы.
2. Rad2Deg : Преобразует угол радина до степени.

Пример:

import numpy as np
arr = np.array([30,60,90])

rad = np.deg2rad(arr)
print("Radian values for the array having degree values:", rad)

arr_rad = np.array([0.52359878, 1.04719755, 1.57079633])
degree = np.rad2deg(arr_rad)
print("Degree values for the array having radian values:", degree)

Выход:

Radian values for the array having degree values: [0.52359878 1.04719755 1.57079633]
Degree values for the array having radian values: [30.00000025 59.99999993 90.00000018]

3. Определение углов из тригонометрических значений

В форме обратного проектирования мы сейчас кормите функции ниже тригонометрическими значениями и пытаемся получить значения угла из них

1. Arcsin () Функция : Вычисляет значение угла из синусных значений.
2. Arccos () Функция : Вычисляет значение угла из ценностей косинуса.
3. Arctan () Функция : Рассчитывает значение угла из касательных значений.

Пример:

import numpy as np
arr = np.array([1,0.5])

sin_ang = np.arcsin(arr)
print("Angle from the sin function:", sin_ang)

cos_ang = np.arccos(arr)
print("Angle from the cos function:", cos_ang)

tan_ang = np.arctan(arr)
print("Angle from the tan function:", tan_ang)

Выход:

Angle from the sin function: [1.57079633 0.52359878]
Angle from the cos function: [0.         1.04719755]
Angle from the tan function: [0.78539816 0.46364761]

4. Гипотенуз

С numpy.hypot () Функция , мы можем рассчитать значение гипотенуза в соответствии со стандартами Pythagoras, предоставляя функцию базовым и значениями высоты.

Синтаксис:

numpy.hypot() function

Пример:

import numpy as np

b = 5
h = 8

hy = np.hypot(b, h)

print(hy)

Выход:

9.433981132056603

5. Гиперболические функции

Numpy предоставляет нам функции ниже для расчета гиперболических тригонометрических значений для заданных значений:

1. numpy.sinh () Функция : Рассчитывает гиперболическое синевое значение для значений массива.
2. numpy.cosh () Функция : Рассчитывает гиперболическое косинальное значение для значений массива.
3. numpy.tanh () Функция : Рассчитывает гиперболическое касательное значение для значений массива.

Пример:

import numpy as np
arr = np.array([30,60,90])

val_sin = np.sinh(arr)
print("Hyperbolic Sine value",val_sin)

val_cos = np.cosh(arr)
print("Hyperbolic Cosine value",val_cos)

val_tan = np.tanh(arr)
print("Hyperbolic Tangent value",val_tan)

Выход:

Hyperbolic Sine value [5.34323729e+12 5.71003695e+25 6.10201647e+38]
Hyperbolic Cosine value [5.34323729e+12 5.71003695e+25 6.10201647e+38]
Hyperbolic Tangent value [1. 1. 1.]

Заключение

Этим, мы пришли к концу пункта Numpy тригонометрические функции. Не стесняйтесь комментировать ниже, если вы столкнетесь с любыми вопросами. Для получения дополнительных таких постов, связанных с программированием Python, оставайся настроенными нами!

До этого, счастливого обучения !! 🙂.