6.4 KiB
6.4 KiB
NumPy Arctan–完整指南
原文:# t0]https://www . aspython . com/python-modules/num py/numpy-arctan
读者你好！在本教程中，我们将通过大量的例子了解 NumPy arctan 函数，我们还将使用 Matplotlib 库绘制的图形arctan函数。
那么，我们开始吧。
什么是 Arctan？
- ****反正切是反正切(tan)函数的表示。
- arctan 函数将所有实数作为输入，并产生范围为 (-pi/2，pi/2) 的输出。
- 需要注意的一个有趣事实是，我们可以将反正切函数扩展到复数。在这种情况下，arctan 的域(输入)将全部是复数。****
什么是 NumPy Arctan？
NumPy Arctan 是 NumPy 库提供的三角函数之一。NumPy Arctan 可以将实数和复数作为输入。
我们可以像**numpy.arctan**一样访问 NumPy Arctan 函数。
NumPy arctan 的语法
语法: numpy.arctan(input)其中输入可以是单个数字，也可以是数字的 NumPy 数组。
让我们写一些代码。
单个数的 NumPy 反正切
**import numpy as np
import math
print("Printing the Tan inverse values in radians\n")
print("Tan inverse of 0 is :",np.arctan(0))
print("Tan inverse of 0.5 is :",np.arctan(0.5))
print("Tan inverse of 1/sqrt(2) is :",np.arctan(1/math.sqrt(2)))
print("Tan inverse of 1 is :",np.arctan(1))
print("Tan inverse of -1 is :",np.arctan(-1))
# Tan inverse of a very large number
print("Tan inverse of 10000000 is :",np.arctan(10000000))
print("\n")
print("Tan inverse values in degrees\n")
print("Tan inverse of 1/sqrt(2) is :",np.degrees(np.arctan(1/math.sqrt(2))))
print("Tan inverse of -1 is :",np.degrees(np.arctan(-1)))
print("Tan inverse of 10000000 is :",np.degrees(np.arctan(10000000)))**
输出
**Printing the Tan inverse values in radians
Tan inverse of 0 is : 0.0
Tan inverse of 0.5 is : 0.4636476090008061
Tan inverse of 1/sqrt(2) is : 0.6154797086703873
Tan inverse of 1 is : 0.7853981633974483
Tan inverse of -1 is : -0.7853981633974483
Tan inverse of 10000000 is : 1.5707962267948967
Tan inverse values in degrees
Tan inverse of 1/sqrt(2) is : 35.264389682754654
Tan inverse of -1 is : -45.0
Tan inverse of 10000000 is : 89.99999427042206**
在最后一个示例中，我们计算了一个非常大的数的反正切，即 10，000，000，输出为π/2 弧度或 90 度。这是因为反正切的输入是一个非常大的量，其输出往往是π/2 弧度或 90 度。
复数的 NumPy 反正切
**import numpy as np
print("Tan inverse of 1+5j is: ",np.arctan(1+5j))
print("Tan inverse of 2+3j is: ",np.arctan(2+3j))
print("Tan inverse of 0.5+0.5j is: ",np.arctan(0.5+0.5j))**
输出
**Tan inverse of 1+5j is: (1.530881333938778+0.1944261421470021j)
Tan inverse of 2+3j is: (1.4099210495965755+0.22907268296853878j)
Tan inverse of 0.5+0.5j is: (0.5535743588970452+0.40235947810852507j)**
多重数上的 NumPy 反正切
现在，让我们看看如何计算一组数字的反正切值。
结合 NumPy 阵列和 Arctan
**import numpy as np
import math
a = np.array((-1 , 0 , 1/math.sqrt(3) , math.sqrt(3) , 1))
print("Tan Inverse Values in radians :\n",np.arctan(a))
print("Tan Inverse Values in degrees :\n",np.degrees(np.arctan(a)))**
输出
**Tan Inverse Values in radians :
[-0.78539816 0\. 0.52359878 1.04719755 0.78539816]
Tan Inverse Values in degrees :
[-45\. 0\. 30\. 60\. 45.]**
均匀间隔的数字阵列
在这个例子中，我们将使用**numpy.linspace**创建一个由 20 个等距值组成的 NumPy 数组。
**import numpy as np
a = np.linspace(-2 , 2 , 20)
print("Tan Inverse Values in radians: ",np.arctan(a))
print("Tan Inverse Values in degrees: ",np.degrees(np.arctan(a)))**
输出
**Tan Inverse Values in radians: [-1.10714872 -1.06120406 -1.00622693 -0.93971694 -0.85843873 -0.75837771
-0.63502674 -0.48447793 -0.30587887 -0.10487694 0.10487694 0.30587887
0.48447793 0.63502674 0.75837771 0.85843873 0.93971694 1.00622693
1.06120406 1.10714872]
Tan Inverse Values in degrees: [-63.43494882 -60.80251395 -57.6525565 -53.84181456 -49.18491613
-43.4518423 -36.38435182 -27.7585406 -17.52556837 -6.00900596
6.00900596 17.52556837 27.7585406 36.38435182 43.4518423
49.18491613 53.84181456 57.6525565 60.80251395 63.43494882]**
可视化反正切函数
**import numpy as np
# Importing the Matplotlib Library
import matplotlib.pyplot as plt
# Creating a NumPy Array of 30 evenly-spaced elements
a = np.linspace(-10,10,30)
# Storing the computed arctan values in a NumPy Array
b = np.arctan(a)
plt.plot(a, b, color = "green", marker = "o")
plt.title("numpy.arctan()")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()**
输出
****
Arctan Plot****
注意:如果你仔细观察曲线，你会注意到反正切函数的最大值小于π/2，而最小值大于**-π/2**。****
**plt.plot()**该函数用于绘制带三个参数的反正切函数。
- 第一个参数是数字的 NumPy 数组(在第 3 行创建)，它也是绘制在 X 轴(水平轴)上的 arctan 函数的输入。
- 第二个参数是绘制在 Y 轴(垂直轴)上的
**arctan**函数的输出，单位为弧度。**** - 第三个参数是绘图的颜色。
- ****第四个参数是标记值，强调曲线上绘制的点。
您已经成功绘制并理解了反正切函数的性质。
摘要
这就完成了我们的 NumPy 三角函数教程系列。在本教程中，我们通过大量示例代码片段学习了 arctan 函数，并在整个教程中练习这些代码。到现在为止，你一定已经熟悉了 NumPy 三角函数，它们非常容易使用🙂
在下一篇教程中，我将会详细讲述一个特殊的三角函数 arctan2 ，并给出许多不同的例子。在那之前继续编码。