numpy.square() – 以简单的方式解释

大家好!在本教程中,我们将学习 NumPy 平方函数。这是一个简单易懂且易于使用的功能。那么,让我们开始吧。

什么是 NumPy 平方?

NumPy square是 NumPy 库的数学函数之一,用于计算输入数字的平方值。是的,根据定义就这么简单。它可以用于实数和复数。数字的平方等于该数字与其自身相乘。

NumPy 平方的语法

让我们看一下 NumPy 平方函数的语法。

numpy.square(input)

这里,输入可以是单个数字、NumPy 数字数组以及复数。让我们编写代码来更好地理解该函数。

使用 NumPy 平方

现在让我们开始研究 Numpy.square() 方法,通过示例来理解它。

NumPy 单个数字的平方

import numpy as np
 
print("Square of 5 is :",np.square(-5))
print("Square of 2.5 is :",np.square(2.5))
print("Square of 10 is :",np.square(10))
print("Square of 13.345 is :",np.square(13.345))
print("Square of -19.93 is :",np.square(-19.93))

输出

Square of 5 is : 25
Square of 2.5 is : 6.25
Square of 10 is : 100
Square of 13.345 is : 178.08902500000002
Square of -19.93 is : 397.2049

上面的输出是非常明显的。在上一个示例中,我们传递了一个负数作为函数的输入,并且输出是一个正数。

NumPy 数字数组的 NumPy 平方

让我们看一些将 NumPy 数组与函数结合使用的示例。

import numpy as np
 
# NumPy Array of Integral Values
a = np.array((3 , -4 , 5 , 12 , 499))
 
print("Input Array:\n",a)
print("Square Values:\n",np.square(a))
 
# NumPy Array of Floating Point Values
b = np.array((0.43 , -2.5 , 9.23 , 4.57 , 6.5))
 
print("Input Array:\n",b)
print("Square Values:\n",np.square(b))

输出

Input Array:
 [  3  -4   5  12 499]
Square Values:
 [     9     16     25    144 249001]
Input Array:
 [ 0.43 -2.5   9.23  4.57  6.5 ]
Square Values:
 [ 0.1849  6.25   85.1929 20.8849 42.25  ]

你们所有人都有一项任务,必须将 NumPy 平方函数与二维 NumPy 数组结合使用并观察输出。

NumPy 复数平方

现在,让我们将 NumPy 平方函数与复数结合使用。

import numpy as np
 
print("The square of 4+5j is:",np.square(4+5j))
 
print("The square of -1+0.5j is:",np.square(-1+0.5j))

输出

The square of 4+5j is: (-9+40j)
The square of -1+0.5j is: (0.75-1j)

复数平方计算背后的数学非常有趣。它使用一些基本公式和简单的复数恒等式。

NumPy 平方的图形表示

现在,让我们使用 Matplotlib 库绘制 NumPy 方形曲线。

import numpy as np
 
import matplotlib.pyplot as plt
 
a = np.linspace(-10 , 10 , 30)
 
b = np.square(a)
 
plt.plot(a , b , color = "green" , marker = "o")
plt.title("numpy.square()")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

输出

NumPy 方形图

到这里,您已经绘制了 NumPy 平方的曲线。至此,我们已经完成了 NumPy 平方函数,执行文章中给出的任务,并在阅读文章的同时练习代码。

参考

NumPy 文档 – NumPy 平方