arctanh 是一个多值函数：对于每个 x，都有无限多个数字 z 使得 tanh(z) = x。惯例是返回虚部位于 [-pi/2, pi/2] 之间的 z。反双曲正切也称为 atanh 或 tanh^-1。要计算反双曲正切，请使用 numpy.arctanh() 方法。该方法返回与 x 形状相同的数组。如果 x 是标量，则这是一个标量。第一个参数 x 是输入数组。第二个和第三个参数是可选的。第二个参数是一个 ndarray，结果将写入其中... 阅读更多

arccosh 是一个多值函数：对于每个 x，都有无限多个数字 z 使得 cosh(z) = x。惯例是返回虚部位于 [-pi, pi] 且实部位于 [0, inf] 之间的 z。对于实值输入数据类型，arccosh 始终返回实数输出。对于不能表示为实数或无穷大的每个值，它会产生 nan 并设置无效浮点错误标志。对于复数输入，arccosh 是一个复解析函数，它有一个分支切割 [-inf, 1]，并且在它上面从上方连续。要计算... 阅读更多

要返回一个布尔数组，其中数组中的字符串元素以前缀开头为 True，请在 Python Numpy 中使用 numpy.char.startswith() 方法。第一个参数是输入数组。第二个参数是前缀。步骤首先，导入所需的库 -import numpy as np 创建一个一维字符串数组 -arr = np.array(['KATIE', 'JOHN', 'KATE', 'KmY', 'BRAD']) 显示我们的数组 -print("Array...", arr) 获取数据类型 -print("Array datatype...", arr.dtype) 获取数组的维度 -print("Array Dimensions...", arr.ndim) 获取数组的形状 -print("Our Array Shape...", arr.shape) 获取数组的元素数量 -print("Number of elements in the Array...", ... 阅读更多

要计算两个向量的叉积，请在 Python Numpy 中使用 numpy.cross() 方法。该方法返回 c，即向量叉积(s)。第一个参数是 a，即第一个向量(s)的组件。第二个参数是 b，即第二个向量(s)的组件。第三个参数是 axisa，定义向量(s)的 a 的轴。默认情况下，最后一个轴。第四个参数是 axisb，定义向量(s)的 b 的轴。默认情况下，最后一个轴。第五个参数是 axisc，包含叉积向量(s)的 c 的轴。如果两个输入向量都... 阅读更多

要计算两个向量的叉积，请在 Python Numpy 中使用 numpy.cross() 方法。该方法返回 c，即向量叉积(s)。第一个参数是 a，即第一个向量(s)的组件。第二个参数是 b，即第二个向量(s)的组件。第三个参数是 axisa，定义向量(s)的 a 的轴。默认情况下，最后一个轴。第四个参数是 axisb，定义向量(s)的 b 的轴。默认情况下，最后一个轴。第五个参数是 axisc，包含叉积向量(s)的 c 的轴。如果两个输入向量都... 阅读更多

要计算第 n 次离散差分，请使用 numpy.diff() 方法。第一个差分由 out[i] = a[i+1] - a[i] 给出，沿着给定的轴，更高的差分是通过递归使用 diff 计算的。diff() 方法返回第 n 次差分。输出的形状与 a 相同，除了轴，其中维度减小了 n。输出的类型与 a 的任何两个元素之间的差分的类型相同。在大多数情况下，这与 a 的类型相同。一个值得注意的例外是 datetime64，它会导致... 阅读更多

要计算第 n 次离散差分，请使用 numpy.diff() 方法。第一个差分由 out[i] = a[i+1] - a[i] 给出，沿着给定的轴，更高的差分是通过递归使用 diff 计算的。diff() 方法返回第 n 次差分。输出的形状与 a 相同，除了轴，其中维度减小了 n。输出的类型与 a 的任何两个元素之间的差分的类型相同。在大多数情况下，这与 a 的类型相同。一个值得注意的例外是 datetime64，它会导致... 阅读更多

要生成厄米特多项式的伪范德蒙德矩阵和 x、y、z 样本点，请在 Python Numpy 中使用 hermite.hermvander3d()。该方法返回伪范德蒙德矩阵。参数 x、y、z 是点坐标数组，所有数组都具有相同的形状。数据类型将转换为 float64 或 complex128，具体取决于任何元素是否为复数。标量转换为一维数组。参数 deg 是形式为 [x_deg, y_deg, z_deg] 的最大次数列表。步骤首先，导入所需的库 -import numpy as np from numpy.polynomial import hermite as H 创建数组... 阅读更多

梯度是使用内部点的二阶精确中心差分以及边界处的一阶或二阶精确单侧（向前或向后）差分计算的。因此，返回的梯度与输入数组具有相同的形状。第一个参数 f 是一个 N 维数组，包含标量函数的样本。第二个参数是 varargs，即 f 值之间的间距。所有维度的默认单位间距。第三个参数是 edge_order{1, 2}，即使用 N 阶精确差分在边界处计算梯度。默认值：1。第四个参数是梯度，... 阅读更多

要沿着给定轴使用复合梯形法则进行积分，请使用 numpy.trapz() 方法。如果提供了 x，则积分会沿着其元素依次进行 - 它们不会被排序。该方法返回 'y'（n 维数组）沿着单个轴的定积分，该积分由梯形法则近似计算。如果 'y' 是一个一维数组，则结果为浮点数。如果 'n' 大于 1，则结果为 'n-1' 维数组。第一个参数 y 是要积分的输入数组。第二个参数 x 是对应于 y 的采样点... 阅读更多