欢迎来到NumPy 三角函数系列的第二篇教程。在本教程中，我们将了解 NumPy Cos 函数。
NumPy 提供了许多三角函数，NumPy Cos就是其中之一。就像Numpy Sine产生[-1, 1]范围内的输出一样， Cosine函数的输出是相同的。
我们将练习大量示例来使我们的理解更加清晰，然后让我们开始吧。
什么是 NumPy Cos？
NumPy Cos 是 NumPy 库提供的三角函数之一，可计算单个数字以及 NumPy 角度数组的三角余弦。
注意： NumPy Cos 函数可以通过以下方式访问numpy.cos
NumPy Cos 的语法
NumPy Cos 将角度（以弧度为单位）作为参数。然而，以度为单位的角度也可以作为参数给出。
语法：numpy.cos(input)其中输入可以是单个数字以及 NumPy 数组
单角余弦
让我们尝试一些 Numpy Cos 函数的示例来帮助我们更好地理解它。
Pi 值的 Numpy 余弦
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import numpy as npprint("Printing the Cosine Values\n")print("Cosine of 0 is :",np.cos(0))print("Cosine of pi/6 is :",np.cos(np.pi/6))print("Cosine of pi/3 is :",np.cos(np.pi/3))print("Cosine of pi/2 is :",np.cos(np.pi/2))print("Cosine of pi is :",np.cos(np.pi)) |
输出
Printing the Cosine ValuesCosine of 0 is : 1.0Cosine of pi/6 is : 0.8660254037844387Cosine of pi/3 is : 0.5000000000000001Cosine of pi/2 is : 6.123233995736766e-17Cosine of pi is : -1.0 |
- 除了 pi/2 的余弦输出之外，每个输出都非常清晰。
- Numpy Cosine of pi/2提供了不同的输出 – 输出采用科学计数法，指数为 10 -17，等于 0。
现在，让我们看看如何将角度（以度为单位）作为参数传递给 numpy.cos 函数。
Numpy Cos 函数与 Deg2Rad 函数
为了计算角度的余弦，使用 cos 函数的参数以度为单位的函数。deg2rad
|
1
2
3
4
5
6
7
8
9
|
import numpy as npprint("Cosine of 30 degrees is :",np.sin(np.deg2rad(30)))print("Cosine of 60 degrees is :",np.sin(np.deg2rad(60)))print("Cosine of 90 degrees is :",np.sin(np.deg2rad(90)))print("Cosine of 180 degrees is :",np.sin(np.deg2rad(180))) |
输出
Cosine of 30 degrees is : 0.49999999999999994Cosine of 60 degrees is : 0.8660254037844386Cosine of 90 degrees is : 1.0Cosine of 180 degrees is : 1.2246467991473532e-16 |
这是关于将角度（以度为单位）作为参数传递给 numpy.cos() 函数。
现在，让我们看看如何计算角度数组的余弦。
多个角度上的 Numpy 余弦
cos 函数还接受 Numpy 角度数组作为参数，但我们必须确保角度转换为弧度。
角度数组上的 Numpy Cos
|
1
2
3
4
5
6
7
8
9
10
11
|
import numpy as np# A NumPy array with all the angles in degreesa = np.array((0 , 30 , 45 , 60 , 90))print("Cosine Values :\n",np.cos(a*np.pi/180))# A NumPy array with all the angles is radiansb = np.array((0 , np.pi/2 , np.pi/3 , np.pi))print("Cosine Values :\n",np.cos(b)) |
输出
Cosine Values : [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01 6.12323400e-17]Cosine Values : [ 1.000000e+00 6.123234e-17 5.000000e-01 -1.000000e+00] |
在上面的代码片段中，输出是一个 NumPy 数组，其中的值非常奇怪。但如果你仔细观察，你就会明白输出是用科学计数法表示的。
均匀分布的 Numpy 数组上的 Numpy 余弦
在此示例中，我们将使用 .创建一个包含 30 个均匀间隔值的NumPy 数组。numpy.linspace
|
1
2
3
4
5
|
import numpy as npa = np.linspace(-(2*np.pi) , 2*np.pi , 30)print("Cosine Values: ",np.cos(a)) |
输出
Cosine Values: [ 1. 0.90757542 0.64738628 0.26752834 -0.161782 -0.56118707 -0.85685718 -0.99413796 -0.94765317 -0.72599549 -0.37013816 0.05413891 0.46840844 0.79609307 0.97662056 0.97662056 0.79609307 0.46840844 0.05413891 -0.37013816 -0.72599549 -0.94765317 -0.99413796 -0.85685718 -0.56118707 -0.161782 0.26752834 0.64738628 0.90757542 1. ] |
在这里，我们创建了一个 NumPy 数组numpy.linspace，它具有 30 个均匀间隔的角度（弧度范围从-2pi到2pi）。
输出也是一个NumPy 数组，它是数组元素的余弦。
可视化 Cos 函数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import numpy as np# Importing the Matplotlib Libraryimport matplotlib.pyplot as plt# Creating a NumPy Array of 30 evenly-spaced elementsa = np.linspace((-2*np.pi),(2*np.pi),30)# Storing the cosine values in a NumPy Arrayb = np.cos(a)plt.plot(a, b, color = "blue", marker = "o")plt.title("numpy.cos()")plt.xlabel("X")plt.ylabel("Y")plt.show() |
输出
plt.plot()函数用于绘制带有四个参数的余弦函数。
- 第一个参数是NumPy 角度数组（在第 7 行中创建），绘制在 X 轴（水平轴）上。
- 第二个参数是 cos 函数的输出，存储为 NumPy 数组，绘制在 Y 轴（垂直轴）上。
- 第三个参数是绘图的颜色。
- 第四个参数是标记值，它用指定的标记强调每个点。有不同类型的标记可用于表示曲线上的点。
您现在知道余弦函数的曲线是什么样的。
概括
在本教程中，我们通过示例了解了如何使用 NumPy Cos 函数。如果您使用的是 Jupyter Notebook，则在每个单元格中编写每一行代码后，shift+enter按 获取输出。
您的任务是使用 NumPy Cos 函数来计算您选择的更多值的余弦。
在下一个教程中，我们将详细介绍 NumPy Tan 函数。在那之前，请继续关注。