Hàm cos NumPy đại diện cho hàm cosin lượng giác. Hàm này tính tỷ lệ giữa độ dài của đáy (cạnh gần nhất của góc) và độ dài của cạnh huyền. NumPy cos tìm cosin lượng giác của các phần tử của mảng. Các giá trị cosin được tính toán này luôn được biểu thị bằng radian. Khi chúng ta nói về các mảng trong tập lệnh Python, thì chúng ta phải đề cập đến “NumPy”. NumPy là thư viện được cung cấp bởi nền tảng Python và nó cho phép làm việc với các mảng và ma trận đa chiều. Hơn nữa, thư viện này cũng hoạt động với các hoạt động ma trận khác nhau.
Thủ tục
Các phương pháp để triển khai hàm cos NumPy sẽ được thảo luận và trình bày trong bài viết này. Bài viết này sẽ cung cấp thông tin cơ bản ngắn gọn về lịch sử của hàm cos NumPy và sau đó giải thích chi tiết về cú pháp liên quan đến hàm này với các ví dụ khác nhau được triển khai trong tập lệnh Python.
cú pháp
$ gọn gàng. cos ( x , ngoài ) = Không có )Chúng tôi đã đề cập đến cú pháp cho hàm cos NumPy trong ngôn ngữ python. Hàm có tổng cộng hai tham số và chúng là “x” và “out”. x là mảng có tất cả các phần tử của nó theo đơn vị radian, là mảng mà chúng ta sẽ chuyển đến hàm cos() để tìm cosin của các phần tử của nó. Tham số sau đây là “out” và nó là tùy chọn. Cho dù bạn có cho hay không thì chức năng vẫn chạy hoàn hảo, nhưng tham số này cho biết đầu ra được đặt ở đâu hoặc được lưu trữ ở đâu. Đây là cú pháp cơ bản cho hàm cos NumPy. Chúng tôi sẽ chứng minh trong bài viết này cách chúng tôi có thể sử dụng cú pháp cơ bản này và sửa đổi tham số của nó cho các yêu cầu của chúng tôi trong các ví dụ sắp tới.
Giá trị trả về
Giá trị trả về của hàm sẽ là mảng có các phần tử, đây sẽ là giá trị cosin (tính bằng radian) của các phần tử có trước đó trong mảng ban đầu.
ví dụ 1
Bây giờ chúng ta đã quen thuộc với cú pháp và hoạt động của hàm NumPy cos(), chúng ta hãy thử triển khai hàm này trong các tình huống khác nhau. Đầu tiên chúng ta sẽ cài đặt “spyder” cho Python, một trình biên dịch mã nguồn mở Python. Sau đó, chúng tôi sẽ thực hiện một dự án mới trong trình bao Python và lưu nó vào vị trí mong muốn. Chúng tôi sẽ cài đặt gói python thông qua cửa sổ đầu cuối bằng cách sử dụng các lệnh cụ thể để sử dụng tất cả các chức năng trong Python cho ví dụ của chúng tôi. Làm như vậy là chúng ta đã cài đặt xong “NumPy”, và bây giờ chúng ta sẽ nhập mô-đun này với tên “np” để khai báo mảng và triển khai hàm NumPy cos().
Sau khi làm theo quy trình này, dự án của chúng ta đã sẵn sàng để viết chương trình trên đó. Chúng ta sẽ bắt đầu viết chương trình bằng cách khai báo mảng. Mảng này sẽ là 1 chiều. Các phần tử trong mảng sẽ được tính bằng radian, vì vậy chúng tôi sẽ sử dụng mô-đun NumPy là “np” để gán các phần tử cho mảng này là “np. mảng ([np. pi /3, np. pi/4, np. pi ] )”. Với sự trợ giúp của hàm cos(), chúng ta sẽ tìm cosin của mảng này để chúng ta sẽ gọi hàm “np. cos (tên_mảng, out= new_array).
Trong hàm này, hãy thay thế tên_mảng bằng tên của mảng mà chúng ta đã khai báo và chỉ định nơi chúng ta muốn lưu trữ kết quả từ hàm cos(). Đoạn mã cho chương trình này được đưa ra trong hình sau, có thể được sao chép vào trình biên dịch Python và chạy để xem đầu ra:
# nhập mô-đun numpy
nhập khẩu cục mịch như ví dụ.
#khai báo mảng
mảng = [ ví dụ. số Pi / 3 , ví dụ. số Pi / 4 , ví dụ. số Pi ]
#hiển thị mảng ban đầu
in ( 'Mảng đầu vào:' , mảng )
#áp dụng hàm cos
cosin_out = ví dụ. cos ( mảng )
#display mảng cập nhật
in ( 'Giá_trị cosine :' , cosin_out )
Đầu ra của chương trình mà chúng ta đã viết khi xem xét mảng trong ví dụ đầu tiên được hiển thị dưới dạng cosin của tất cả các phần tử mảng. Các giá trị cosin của các phần tử được tính bằng radian. Để hiểu radian, chúng ta có thể sử dụng công thức sau:
hai *pi radian = 360 độví dụ 2
Hãy để chúng tôi xem xét cách chúng ta có thể sử dụng hàm tích hợp sẵn cos() để lấy các giá trị cosine cho số phần tử phân bố đều trong một mảng. Để bắt đầu ví dụ, hãy nhớ cài đặt gói thư viện cho mảng và ma trận, tức là “NumPy”. Sau khi tạo một dự án mới, chúng tôi sẽ nhập mô-đun NumPy. Chúng tôi có thể nhập NumPy nguyên trạng hoặc chúng tôi có thể đặt tên cho nó, nhưng cách thuận tiện hơn để sử dụng NumPy trong chương trình là nhập nó với một số tên hoặc tiền tố để chúng tôi sẽ đặt tên cho nó là “np” . Sau bước này, chúng ta sẽ bắt đầu viết chương trình cho ví dụ thứ hai. Trong ví dụ này, chúng ta sẽ khai báo mảng để tính toán hàm cos() của nó bằng một phương thức hơi khác. Trước đó, chúng tôi đã đề cập rằng chúng tôi lấy cosine của các phần tử được phân phối đều, vì vậy để phân phối đều các phần tử của mảng này, chúng tôi sẽ gọi phương thức “linspace” là “np. linspace (bắt đầu, dừng, bước)”. Loại hàm khai báo mảng này nhận ba tham số: thứ nhất, giá trị “bắt đầu” từ giá trị mà chúng ta muốn bắt đầu các phần tử của mảng; 'điểm dừng' xác định phạm vi cho đến khi chúng tôi muốn kết thúc các phần tử; và cuối cùng là “bước”, xác định các bước theo đó các phần tử được phân phối đồng đều từ giá trị bắt đầu đến giá trị dừng.
Chúng ta sẽ truyền hàm này và các giá trị của các tham số của nó dưới dạng “np. linspace (- (np. pi), np. pi, 20)” và sẽ lưu kết quả từ hàm này trong biến “mảng”. Sau đó, chuyển giá trị này vào tham số của hàm cosine là “np. cos(array)” và in kết quả để hiển thị đầu ra.
Đầu ra và mã cho chương trình được cung cấp dưới đây:
# nhập mô-đun numpynhập khẩu cục mịch như ví dụ.
#khai báo mảng
mảng = ví dụ. khoảng trống ( - ( ví dụ. số Pi ) , ví dụ. số Pi , hai mươi )
#áp dụng hàm cos() trên mảng
đầu ra = ví dụ. cos ( mảng )
#hiển thị đầu ra
in ( 'mảng phân bố đều:' , mảng )
in ( 'out_array từ cos func :' , đầu ra )
Sự kết luận
Mô tả và cách triển khai hàm NumPy cos() đã được trình bày trong bài viết này. Chúng ta đã xem xét hai ví dụ chính: các mảng có các phần tử (tính bằng radian) được khởi tạo và phân bổ đều bằng cách sử dụng hàm linspace để tính các giá trị cosin của chúng.