NumPy Arccosh – 完整指南

作者

读者大家好！欢迎来到有关 NumPy 数学函数的另一个教程。在本教程中，我们将了解 NumPy arccosh 函数并练习大量示例。我们还将使用 Matplotlib 库绘制图表。

没有任何进一步的到期，让我们开始吧。

另请阅读：NumPy Arcsinh – 完整指南

什么是双曲反余弦（反余弦）- 快速概述

  • arccosh 是反双曲余弦函数。
  • arccosh 的等效表达式为：
Arccosh 表达式
  • arccosh 函数的域是[1, infinity)。这里，不包括无穷大。
  • arccosh 函数的范围是[1, 无穷大)。

另请阅读：NumPy 面试问题：为 Python 工作面试做好准备

什么是 NumPy Arccosh？

NumPy Arccosh函数也是 NumPy 库提供的反双曲三角函数之一。使用此函数，我们可以计算传递给 arccosh 函数的输入的反双曲余弦值。

numpy arccosh 函数可以作为 访问numpy.arccosh()。

语法：numpy.arccosh(input)，其中输入可以是单个数字、复数以及 NumPy 数字数组。

使用 NumPy Arccosh

让我们尝试一些例子。

将 numpy.arccosh() 与具有数字的 NumPy 数组一起使用

import numpy as np
 
a = np.array(( 2 , 3 , 10 , 90 , 100))
 
b = np.arccosh(a)
 
print("Input Values:\n",a)
 
print("Arccosh values:\n",b)

输出

Input Values:
 [  2   3  10  90 100]
Arccosh values:
 [1.3169579  1.76274717 2.99322285 5.19292599 5.29829237]

让我们将一些 pi 值作为参数传递给 arccosh 函数并观察输出 🙂

将 numpy.arccosh() 函数与具有弧度角度的 NumPy 数组一起使用

import numpy as np
 
a = np.array((np.pi/2 , 3*np.pi/2 , np.pi))
 
b = np.arccosh(a)
 
print("Input Array:\n",a)
 
print("Arccosh Values:\n",b)

输出

Input Array:
 [1.57079633 4.71238898 3.14159265]
Arccosh Values:
 [1.02322748 2.23188925 1.81152627]

在这里，我们不能传递低于 1 的值，因为它将超出 arccosh 函数的域，而 arccosh 函数将给出nan作为输出。

任务：尝试将 1 作为参数传递给 arccosh 函数并观察输出。

使用复数

import numpy as np
 
print("Arccosh of 2+3j is :\n",np.arccosh(2+3j))
 
print("Arccosh of 1+5j is :\n",np.arccosh(1+5j))
 
print("Arccosh of 0.5+0.5j is :\n",np.arccosh(0.5+0.5j))
 
print("Arccosh of -1-1j is :\n",np.arccosh(-1-1j))

输出

Arccosh of 2+3j is :
 (1.9833870299165355+1.0001435424737972j)
Arccosh of 1+5j is :
 (2.3309746530493123+1.3770031902399644j)
Arccosh of 0.5+0.5j is :
 (0.5306375309525179+1.118517879643706j)
Arccosh of -1-1j is :
 (1.0612750619050357-2.2370357592874117j)

使用无效号码

在这里，我们将向 arccosh 函数传递一些无效输入并观察输出。

import numpy as np
 
print("The arccosh of 0 is:",np.arccosh(0))
 
print("The arccosh of -1 is:",np.arccosh(-1))
 
print("The arccosh of 0.5 is:",np.arccosh(0.5))

输出

在上述所有情况下，输出将为nan.

这就是向 arccosh 函数传递不同的参数。现在，让我们使用 Matplotlib 库绘制 arccosh 函数的曲线。

可视化 Arccosh 函数

import numpy as np
 
import matplotlib.pyplot as plt
 
a = np.linspace(1 , 20 , 50)
 
b = np.arccosh(a)
 
plt.plot(a , b , color = "blue" , marker = "o")
 
plt.title("numpy.arccosh()")
 
plt.xlabel("X")
 
plt.ylabel("Y")
 
plt.show()

输出

弧线图

这就是 arccosh 函数的全部内容。这个功能使用起来非常简单。在这里继续探索有关各种 Python 主题的精彩帖子。

参考