256 lines
7.8 KiB
Markdown
256 lines
7.8 KiB
Markdown
# Numpy Sin 完全指南
|
||
|
||
> 原文:# t0]https://www . aspython . com/python-modules/num py/numpy-sin
|
||
|
||
这是系列 [**NumPy 三角函数**](https://www.askpython.com/python/numpy-trigonometric-functions) 的第一个教程。在这门课中，我们将通过例子学习 NumPy 库提供的三角函数。
|
||
|
||
你一定计算过某个特定角度的**正弦**，并且得到的结果在 **[-1，1]** 范围内。正弦运算也可以在数组上执行。这就是 Python 的 [**NumPy** 库](https://www.askpython.com/python-modules/numpy/python-numpy-arrays)发挥重要作用的地方。
|
||
|
||
NumPy 提供了大量的高级数学函数来操作数组。
|
||
|
||
在本教程中，我们将学习如何使用 NumPy sin 函数，并通过示例帮助您更好地理解它。我们还将使用 **Matplotlib 库**绘制 sin 函数的图形。
|
||
|
||
让我们开始吧。
|
||
|
||
## 什么是 NumPy 罪？
|
||
|
||
NumPy 提供了许多可以在多维数组上执行的数学函数，而`numpy.sin`是 NumPy 库提供的三角函数之一。
|
||
|
||
注意:`numpy.sin`计算一个单一数字的三角正弦值以及角度的 Numpy 数组。
|
||
|
||
***建议阅读:**[NumPy 数组简介](https://www.askpython.com/python-modules/numpy/python-numpy-arrays)*
|
||
|
||
## 先决条件
|
||
|
||
* 您的系统必须安装最新版本的 python，可以从[https://www.python.org/downloads/](https://www.python.org/downloads/)安装
|
||
* Numpy 必须安装在您的系统上，执行以下命令安装最新版本的 Numpy:
|
||
|
||
```py
|
||
pip install numpy
|
||
|
||
```
|
||
|
||
* 您可以使用自己选择的任何 IDE。我推荐使用 Jupyter Notebook，它可以通过执行以下命令来安装:
|
||
|
||
```py
|
||
pip install jupyter
|
||
|
||
```
|
||
|
||
## 设置环境
|
||
|
||
* 创建一个文件夹并在“终端”中打开它
|
||
|
||
* 执行以下命令打开 Jupyter 记事本:
|
||
|
||
```py
|
||
jupyter notebook
|
||
|
||
```
|
||
|
||
* 点击`New`按钮，选择 Python 3(ipykernel)
|
||
|
||
|
||
|
||
在 Jupyter 中创建了一个新的无标题笔记本，我们将在其中编写代码。
|
||
|
||
|
||
|
||
## Numpy Sin 函数的基本语法
|
||
|
||
Numpy sin 函数将一个以**弧度**为单位的角度作为参数。然而，角度在**度**中也可以作为自变量给出。
|
||
|
||
`**Syntax:** numpy.sin(input)`其中输入可以是单个数字，也可以是 NumPy 数组
|
||
|
||
## 使用 Numpy Sin 计算角度的正弦值
|
||
|
||
现在让我们开始使用 numpy sin 函数，以便更好地理解它的工作原理。
|
||
|
||
### 使用 Numpy Sin 函数计算
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
print("Sine of 0 is :",np.sin(0))
|
||
|
||
print("Sine of pi/2 radians is :",np.sin(np.pi/2))
|
||
|
||
print("Sine of 3pi/2 radians is :",np.sin(3*np.pi/2))
|
||
|
||
```
|
||
|
||
输出
|
||
|
||
```py
|
||
Sine of 0 is : 0.0
|
||
Sine of pi/2 radians is : 1.0
|
||
Sine of 3pi/2 radians is : -1.0
|
||
|
||
```
|
||
|
||
**注意:**在 Jupyter 笔记本的每个单元格中写完代码后，点击`shift + enter`以获得输出。
|
||
|
||
在上面的代码片段中，以弧度为单位的角度作为参数传递给 np.sin()。
|
||
|
||
现在，让我们看看如何将角度作为参数传递给 np.sin()函数。
|
||
|
||
### 将 Numpy Sin 与 deg2rad 函数相结合
|
||
|
||
为了计算正弦函数的自变量为**度**的角度的正弦值，使用函数`deg2rad`。
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
print("Sine of 45 degrees is :",np.sin(np.deg2rad(45)))
|
||
|
||
print("Sine of 60 degrees is :",np.sin(np.deg2rad(60)))
|
||
|
||
print("Sine of 90 degrees is :",np.sin(np.deg2rad(90)))
|
||
|
||
print("Sine of 270 degrees is :",np.sin(np.deg2rad(270)))
|
||
|
||
```
|
||
|
||
**输出**
|
||
|
||
```py
|
||
Sine of 45 degrees is : 0.7071067811865476
|
||
Sine of 60 degrees is : 0.8660254037844386
|
||
Sine of 90 degrees is : 1.0
|
||
Sine of 270 degrees is : -1.0
|
||
|
||
```
|
||
|
||
**注意:**把角度(以度为单位)转换成弧度真的很简单，只要把`numpy.pi/180`乘以角度(以度为单位)就行了。
|
||
|
||
现在，让我们了解如何对一组角度执行正弦运算。
|
||
|
||
## 计算角度数组的正弦值
|
||
|
||
s in 函数以弧度作为角度参数，因此在对 **[NumPy 数组](https://www.askpython.com/python/pandas-dataframe-vs-numpy-arrays)** 使用 sin 函数时，我们必须确保数组的元素被转换为弧度。
|
||
|
||
### 计算 Numpy 数组的正弦值
|
||
|
||
在这个代码片段中，使用`numpy.array`创建了一个 NumPy 数组。
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
a = np.array((0 , 30 , 45 , 60 , 90))
|
||
|
||
print("Sine Values :\n",np.sin(a*np.pi/180))
|
||
|
||
```
|
||
|
||
**输出**
|
||
|
||
```py
|
||
Sine Values :
|
||
[0\. , 0.5 , 0.70710678 , 0.8660254 , 1\. ]
|
||
|
||
```
|
||
|
||
* 我们用 5 个元素初始化NumPy 数组。
|
||
* 然后，NumPy 数组的每个元素乘以作为参数传递给`np.sin()`的`np.pi/180`。
|
||
* 每个元素的正弦被计算并存储在一个 NumPy 数组中，我们得到这个数组作为输出。
|
||
|
||
### 计算均匀间隔的 NumPy 数组的正弦值
|
||
|
||
在这段代码中，我们将使用`NumPy.linspace`创建一个由 **10 个等间距的**值组成的 NumPy 数组。
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
b = np.linspace(-np.pi,np.pi,10)
|
||
|
||
print("Printing the NumPy Array:",b)
|
||
|
||
print("\n")
|
||
|
||
print("Sine Values :",np.sin(b))
|
||
|
||
```
|
||
|
||
* 我们创建一个 NumPy 数组，从`-pi`到`pi`有 10 个均匀分布的值，并把它作为参数传递给`np.sin()`。
|
||
* NumPy 数组中的值已经以弧度表示，因此每个值的正弦值都被计算并存储在 NumPy 数组中。
|
||
|
||
输出
|
||
|
||
```py
|
||
Printing the NumPy Array: [-3.14159265 -2.44346095 -1.74532925 -1.04719755 -0.34906585 0.34906585
|
||
1.04719755 1.74532925 2.44346095 3.14159265]
|
||
|
||
Sine Values : [-1.22464680e-16 -6.42787610e-01 -9.84807753e-01 -8.66025404e-01
|
||
-3.42020143e-01 3.42020143e-01 8.66025404e-01 9.84807753e-01
|
||
6.42787610e-01 1.22464680e-16]
|
||
|
||
```
|
||
|
||
* 输出看起来很奇怪，因为所有计算出的正弦值都是用科学符号表示的。
|
||
* 例如，sin(pi)等于 0，在上述输出中，pi 的计算正弦值是一个非常大的量，其指数为 10^(-16) ，等于 0。
|
||
|
||
这就是使用 NumPy Sin 函数的全部内容，它使用一个数字作为参数，一个 NumPy 数组作为参数。我建议在阅读本教程的同时编写代码。
|
||
|
||
## 可视化正弦函数
|
||
|
||
第一步是安装 Matplotlib 库:
|
||
|
||
```py
|
||
pip install matplotlib
|
||
|
||
```
|
||
|
||
安装完成后，我们准备编码，让我们开始吧。
|
||
|
||
```py
|
||
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((-2*np.pi),(2*np.pi),30)
|
||
|
||
# Storing the sine values in a NumPy Array
|
||
b = np.sin(a)
|
||
|
||
plt.plot(a, b, color = "red", marker = "o")
|
||
plt.title("numpy.sin()")
|
||
plt.xlabel("X")
|
||
plt.ylabel("Y")
|
||
plt.show()
|
||
|
||
```
|
||
|
||
**输出**
|
||
|
||
|
||
|
||
**Sine Plot**
|
||
|
||
`**plt.plot()**`函数用于绘制带四个参数的正弦函数。
|
||
|
||
* 第**个**参数是角度的 **NumPy 数组**(在第 7 行创建)，绘制在 X 轴(水平轴)上。
|
||
* **第二个**参数是计算出的正弦值的 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，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。
|
||
|
||
`**plt.title()**`功能用于设置地块的标题。
|
||
|
||
`**plt.xlabel()**`函数用来给图上的横轴命名。同样，`**plt.ylabel()**`函数用于给绘图上的垂直轴命名。
|
||
|
||
`**plt.show()**`用于显示曲线绘图。
|
||
|
||
您已经成功绘制了正弦曲线。
|
||
|
||
## 摘要
|
||
|
||
在本教程中，我们通过例子了解了如何使用 NumPy Sin 函数。如果你使用的是 Jupyter Notebook，那么在每个单元格中写完每一行代码后，按`shift+enter`来获得输出。**你的任务**是使用 NumPy Sin 函数来计算你选择的更多值的正弦。
|
||
|
||
在下一个教程中，我们将学习 NumPy Cos 函数。在此之前，继续学习并浏览两遍这篇文章，在浏览教程的同时练习这些代码。
|
||
|
||
## 参考
|
||
|
||
[num py documentation](https://numpy.org/doc/stable/reference/generated/numpy.sin.html)–num py sin
|
||
|
||
[Matplotlib–开始使用](https://matplotlib.org/stable/users/getting_started/) |