logo

numpy.sqrt() i Python

numpy.sqrt(array[, out])-funktionen bruges til at bestemme den positive kvadratrod af en matrix element-mæssigt.

Syntaks: numpy.sqrt() Parametre: array: [array_like] Indtastningsværdier, hvis kvadratrødder skal bestemmes. ud: [ndarray, valgfri] Alternativt array-objekt, som resultatet skal placeres i; hvis den leveres, skal den have samme form som arr . Vender tilbage : [ndarray] Returnerer kvadratroden af ​​tallet i en matrix.



Kode #1:

Python3








# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on integer numbers> arr1>=> geek.sqrt([>1>,>4>,>9>,>16>])> arr2>=> geek.sqrt([>6>,>10>,>18>])> print>('square>->root of an array1 : ', arr1)> print>('square>->root of an array2 : ', arr2)>

>

java arkitektur
>

Kode #2:

Python3




# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on complex numbers> arr>=> geek.sqrt([>4>,>->1>,>->5> +> 9J>])> print>('square>->root of an array : ', arr)>

>

>

Kode #3:

java konverter int til streng

Python3




# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on negative element of real numbers> arr>=> geek.sqrt([>->4>,>5>,>->6>])> print>('square>->root of an array : ', arr)>

>

>

Her er et eksempel på kode for numpy.sqrt() i Python:

Python3




import> numpy as np> # Create a numpy array> arr>=> np.array([>1>,>4>,>9>,>16>,>25>])> # Calculate the square root of each element in the array> sqrt_arr>=> np.sqrt(arr)> # Print the resulting array> print>(sqrt_arr)>

>

>

Produktion:
[1. 2. 3. 4. 5.]

Fordele:

Funktionen numpy.sqrt() er en hurtig og effektiv måde at beregne kvadratroden af ​​et array eller en enkelt værdi i Python.
Funktionen numpy.sqrt() er nyttig til mange matematiske beregninger og videnskabelige applikationer, såsom beregning af afstande, hastigheder og accelerationer i fysik.

Ulemper:

  1. Funktionen numpy.sqrt() er muligvis ikke præcis nok til visse videnskabelige applikationer, der kræver høje præcisionsniveauer.
  2. Funktionen numpy.sqrt() er muligvis ikke egnet til alle typer data, såsom negative eller komplekse tal.

Vigtige punkter:

  1. Funktionen numpy.sqrt() returnerer kvadratroden af ​​en matrix eller en enkelt værdi.
  2. Funktionen numpy.sqrt() kan bruges på både reelle og komplekse tal.
  3. Funktionen numpy.sqrt() kan bruges i kombination med andre NumPy-funktioner til at udføre mere komplekse matematiske operationer.
  4. Funktionen numpy.sqrt() kan bruges til at normalisere data ved at skalere dem til et enhedsområde.

Opslagsbøger:

Python for Data Science Handbook af Jake VanderPlas dækker NumPy-biblioteket og dets applikationer inden for datavidenskab i dybden, herunder funktioner til matematiske operationer som numpy.sqrt().
Numerical Python: A Practical Techniques Approach for Industry af Robert Johansson dækker NumPy-biblioteket og dets anvendelser inden for numerisk og videnskabelig databehandling i dybden, herunder funktioner til matematiske operationer som numpy.sqrt().
Python Data Science Essentials af Alberto Boschetti og Luca Massaron dækker NumPy-biblioteket og dets applikationer inden for datavidenskab i dybden, herunder funktioner til matematiske operationer som numpy.sqrt().