如何使用Numpy Arctan函数

319 阅读5分钟

在本教程中,我将向你展示如何使用Numpy arctan函数来计算Python中的三角正切。

我将解释np.arctan的语法,该函数如何工作,以及如何使用它。

如果你需要具体的东西,只需点击以下任何一个链接。

目录:

好的。 让我们开始吧。

Numpy Arctan的快速介绍

Numpy arctan函数在Python中计算三角正切。

An image that shows the output of Numpy arctan, plotted as a line chart with Plotly.

像Numpy中的许多其他三角函数一样--像Numpy cosineNumpy sine--你可以使用Numpy arctan来操作单个数字和Numpy数组。

我将向你展示如何做到这两点,但首先,我们要看一下语法。

np.arctan的语法

Numpy arctan函数的语法相当简单。

An image that explains the syntax for the Numpy arctan function.

当然,这是假设你已经用别名np ,导入了Numpy,这是常见的惯例。

可接受的输入格式

让我们简单地讨论一下np.arctan函数的可接受的输入类型。

在上面显示的语法图片中,你可以看到函数的输入被标记为 "input"。

值得一提的是,这个输入可以采取几种不同的形式。

  • 一个数字(整数或浮点数)
  • 一个 Numpy 数组 (整数或浮点数)
  • 一个Python的数字列表,或者类似列表的对象

np.arctan 将对所有这些输入进行操作。 尽管如此,这些不同的输入将产生略有不同的输出

np.arctan 的输出

输出的格式略微取决于输入

  • 如果输入是一个单一的数字,那么输出将是一个单一的数字(输入的正切值)
  • 如果输入是一个Numpy数组,一个Python列表,或者一个类似列表的对象,那么输出将是一个Numpy数组的正切值。

附加参数

除了输入参数外,np.arctan 函数还有一些可选参数。

  • out
  • 其中

这些参数很少使用,所以我在这里不做解释。

关于如何使用Numpy arctangent函数的例子

现在我们已经看了Numpy arctangent函数的语法,让我们看看一些例子。

例子

初步代码:导入Numpy并设置Plotly

在你运行这些例子之前,你需要运行一些初步代码。

具体来说,你需要导入我们将要使用的包。

你还可能需要为Plotly设置图像渲染(如果你使用的是IDE)。

导入软件包

首先,你可以用这段代码导入Numpy和Plotly。

import numpy as np
import plotly.express as px

很明显,我们将使用Numpy来运行np.arctan函数。

但是我们也将使用Plotly来绘制例4中的arctan函数。

设置图像渲染

接下来,如果你使用的是Spyder或PyCharm这样的IDE,你可能需要对你的IDE进行设置,以便它能够渲染Plotly的输出图像。

默认情况下,Plotly被设置为将输出的可视化图像发送到你的浏览器。 如果你在笔记本上工作,这很好,但如果你使用的是IDE,这只会导致错误。

所以,如果你使用的是IDE,你需要告诉Plotly把输出的可视化内容渲染成svg图片。

你可以用下面的代码来做到这一点。

(注意:如果你使用Jupyter,你可以跳过这段代码!)

import plotly.io as pio
pio.renderers.default = 'svg'

一旦你运行了设置代码,你就应该准备好运行这些例子了。

例子1:计算0的正切

让我们从一个简单的例子开始。

在这里,我们将计算0的正切值。

np.arctan(0)

输出

0.0

解释

很明显,这是很简单的。

我们用np.arctan来计算0的正切,也就是0.0。

(注意,np.arctan输出的是浮点数)。

实例2:计算1,000,000的正切值

现在我们要计算1,000,000的正切。

np.arctan(1000000)

输出

1.5707953267948966

解释

在这里,我们已经计算了1,000,000的正切值。

但实际上,我所做的是计算一个相对较大的数字的正切。

输出结果是1.5707953267948966。

你可能不认识这个数字,但它大约是\frac{\pi}{2}

这很重要,因为正如x \rightarrow \inftyarctan(x) \rightarrow  \frac{\pi}{2}

实例3:在Numpy数组上使用Numpy arctan函数

接下来,我们将在一个Numpy数组上使用Numpy arctan函数。

记住,np.arctan可以对单个数字进行操作(如例1例2),但它也可以对一个数组进行操作。

创建Numpy数组

首先,让我们直接创建一个Numpy数组。

我们将使用Numpy linspace来创建一个包含300个从-10到10的均匀数字的数组。

x_values = np.linspace(start = -10, stop = 10, num = 300)

使用Numpy计算正切线

接下来,我们要计算我们数组中每个数字的正切,x_values

要做到这一点,我们提供x_values 作为函数的输入。

arctan_values = np.arctan(x_values)

让我们看一下arctan_values 的前几个值,这样我们就可以看到里面的内容。

arctan_values[1:10]

输出

array([-1.47046099, -1.46978535, -1.46910058, -1.4684065 , -1.46770291,
       -1.46698962, -1.46626643, -1.46553313, -1.46478951])

解释

这是很直接的。

在这里,np.arctan计算了x_values 中每个元素的正切值。

实例4:使用Plotly绘制正切函数图

最后,让我们来绘制正切函数。

为此,我们将使用Plotly来绘制arctan_values 中的数值,这些数值是我们在例子3中计算出来的。

具体来说,我们将使用Plotly的直线函数,px.line,来绘制这些数据。

px.line(x = x_values, y = arctan_values)

OUT:

A plot of the arctangent function, made with Plotly.

解释

这里,我们用Plotly的直线函数绘制了正切函数。

我们在X轴上绘制了x_values 的数值。

我们将arctan_values 中的值绘制在y轴上,这些值是我们用np.arctan计算出来的。

在本教程中,我已经解释了如何在Python中使用Numpy arctan计算三角正切。

Numpy Mastery将教会你关于Numpy的所有知识,包括:

  • 如何创建Numpy数组
  • 如何重塑、分割和组合你的Numpy数组
  • Numpy随机种子 "函数的作用是什么?
  • 如何使用Numpy的随机函数
  • 如何对Numpy数组进行数学运算
  • 以及更多...