要在 Python 中返回复数参数的角度，可以使用 numpy.angle() 方法。此方法返回复数平面上从正实轴逆时针旋转的角度，范围为 (-pi, pi]，数据类型为 numpy.float64。第一个参数 z，一个复数或复数序列。第二个参数 deg，如果为 True，则返回角度的度数；如果为 False (默认值)，则返回弧度。步骤首先，导入所需的库 −import numpy as np 使用 array() 方法创建一个数组 −arr = np.array([1.0, 1.0j, 1+1j]) 显示数组 −print("Array...", arr) 获取数组的类型 −print("Our Array type...", arr.dtype) 获取… 阅读更多

要在 Python 中返回复数参数的角度，可以使用 numpy.angle() 方法。此方法返回复数平面上从正实轴逆时针旋转的角度，范围为 (-pi, pi]，数据类型为 numpy.float64。第一个参数 z，一个复数或复数序列。第二个参数 deg，如果为 True，则返回角度的度数；如果为 False (默认值)，则返回弧度。步骤首先，导入所需的库 −import numpy as np 使用 array() 方法创建一个数组 −arr = np.array([1.0, 1.0j, 1+1j]) 显示数组 −print("Array...", arr) 获取数组的类型 −print("Our Array type...", arr.dtype) 获取… 阅读更多

要在 Python Numpy 中返回当第一个数组元素被提升到第二个数组的幂时对应的底数，可以使用 float_power() 方法。此方法返回 x1 中的底数，这些底数被提升到 x2 中的指数。如果 x1 和 x2 都是标量，则这是一个标量。参数 x1 是底数。参数 x2 是指数。将 x1 中的每个底数提升到 x2 中位置对应的幂。x1 和 x2 必须能够广播到相同的形状。这与 power 函数的不同之处在于，整数、float16 和 float32 将被提升到浮点数，最小精度为 float64 ... 阅读更多

要在 Python Numpy 中返回当第一个数组元素被提升到第二个数组的幂时对应的底数，可以使用 float_power() 方法。此方法返回 x1 中的底数，这些底数被提升到 x2 中的指数。如果 x1 和 x2 都是标量，则这是一个标量。参数 x1 是底数。参数 x2 是指数。将 x1 中的每个底数提升到 x2 中位置对应的幂。x1 和 x2 必须能够广播到相同的形状。这与 power 函数的不同之处在于，整数、float16 和 float32 将被提升到浮点数，最小精度为 float64 ... 阅读更多

要使用复合梯形规则沿给定轴进行积分，可以使用 numpy.trapz() 方法。如果提供 x，则积分会沿其元素的顺序进行 - 它们不会被排序。此方法返回 'y' = n 维数组的定积分，该积分通过梯形规则沿单个轴近似计算。如果 'y' 是一个一维数组，则结果是一个浮点数。如果 'n' 大于 1，则结果是一个 '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

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] 的 z。反双曲正切也称为 atanh 或 tanh^-1。要计算反双曲正切，可以使用 numpy.arctanh() 方法。此方法返回与 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，结果写入其中的位置 ... 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] 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。对于复数值输入，arccosh 是一个复解析函数，它有一个分支切割 [-inf, 1]，并且在该分支切割上从上方连续。要计算 ... 阅读更多

要在 Python Numpy 中返回一个布尔数组，其中数组中的字符串元素以指定前缀开头，可以使用 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) 获取数组的元素个数 −print("Number of elements in the Array...", ... 阅读更多

要计算两个向量的叉积，可以使用 Python Numpy 中的 numpy.cross() 方法。此方法返回 c，即向量叉积(s)。第一个参数是 a，即第一个向量(s)的分量。第二个参数是 b，即第二个向量(s)的分量。第三个参数是 axisa，定义向量(s)的 a 的轴。默认情况下，为最后一个轴。第四个参数是 axisb，定义向量(s)的 b 的轴。默认情况下，为最后一个轴。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，可以使用 numpy.diff() 方法。第一次差分由 out[i] = a[i+1] - a[i] 给出，沿给定轴计算，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，除了轴的维度比 n 小。输出的类型与 a 的任意两个元素之间的差的类型相同。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