177 lines
6.8 KiB
Markdown
177 lines
6.8 KiB
Markdown
# numpy sinh–双曲正弦，基于元素
|
||
|
||
> 原文：<https://www.askpython.com/python-modules/numpy/numpy-sinh-hyperbolic-sine>
|
||
|
||
你一定听说过双曲函数。如果没有，你可能熟悉三角函数，比如正弦、[余弦](https://www.askpython.com/python-modules/numpy/numpy-cos)、[正切](https://www.askpython.com/python-modules/numpy/numpy-tan)、余切、割线和余割，以及其他像斜边、底和垂线。
|
||
|
||
***亦读:[【NumPy 谭——完全指南](https://www.askpython.com/python-modules/numpy/numpy-tan)***
|
||
|
||
今天我们将学习正弦双曲函数。在开始之前，让我们了解一下什么是双曲函数。
|
||
|
||
## 什么是双曲函数？
|
||
|
||
双曲线函数也有点类似于 [**三角函数**](https://www.askpython.com/python/numpy-trigonometric-functions) 。
|
||
|
||
普通三角函数和双曲函数之间的唯一区别是，三角函数定义圆(圆弧度或角度)内的值，而双曲函数定义双曲线而不是圆内的值。
|
||
|
||
这些点构成了单位双曲线的右半部分。下面描述了双曲函数的一些重要公式。让我们看看它们。
|
||
|
||
|
||
|
||
## 什么是双曲 sin 或 sinh？
|
||
|
||
这也是三个重要的双曲函数。今天我们要学习双曲正弦函数。
|
||
|
||
下面我们也可以用代码的形式来表示 sinh 函数。
|
||
|
||
```py
|
||
sinh (x) = 1/2 * (np.exp(x) - np.exp(-x))
|
||
|
||
```
|
||
|
||
## 使用 numpy.sinh()
|
||
|
||
在我们的代码片段中，我们不打算用上面的(我们不打算用公式来写)。python 中的 NumPy 库提供了一个预定义的双曲正弦函数 NumPy.sin()。我们将使用相同的。在本教程中，我们将学习如何找到弧度和复数值的双曲正弦函数**。**
|
||
|
||
### numpy.sinh()的语法
|
||
|
||
让我们快速看一下下面的语法。
|
||
|
||
```py
|
||
numpy.sinh(x, out=None, where=True, casting='same_kind', order='K', subok : [bool, datatype])
|
||
|
||
```
|
||
|
||
在上面的语法中，我们传递一些参数，如下所示:
|
||
|
||
* x: 它可以是包含弧度值的变量，也可以是包含某个值的数组
|
||
* **out:** 存储结果的位置。如果提供了，它必须具有与输入 x 相似的形状。如果没有提供或没有提供，则返回新的值或结果。这是可选的。
|
||
* 当条件为真时，我们必须得到我们的结果或输出；当条件为假时，我们将得不到任何结果。这是可选的。y 默认其值为真。
|
||
* **casting='same_kind':** 表示只允许 float64 到 float32 的值或结果。该函数在此范围或数据类型中呼喊 cast 值。
|
||
* **order = 'K':** 它总是以 K 排序的形式产生一个输出数组。(注意:有四种类型的订单:**{‘K’，‘C’，‘F’，‘A’}**)。这是可选的。
|
||
* **subok**:【bool，datatype】**是否生成结果的子类**。如果为真，则提供子类的名称。它返回一个与给定数组具有相同形状和类型的数组。也是可选的。
|
||
|
||
现在，我们将在代码片段中实现相同的方法或功能。
|
||
|
||
### np.sinh()用于单输入
|
||
|
||
我们将**传递给 x 的单个输入(即`math.pi/3` )** 。将我们的结果加载到一个名为`**output**`的变量中并打印出来。
|
||
|
||
```py
|
||
#importing required modules
|
||
import numpy as np
|
||
import math
|
||
|
||
output = np.sinh(math.pi/3)
|
||
output
|
||
|
||
```
|
||
|
||
上面的代码应该给出如下输出。
|
||
|
||
```py
|
||
1.2493670505239751
|
||
|
||
```
|
||
|
||
### np.sinh()用于多输入或数组
|
||
|
||
我们要以数组的形式给 x 传递**五个输入(即`0, math.pi / 2, math.pi, 3 * math.pi/2, 2 * math.pi`)。并将我们的结果加载到一个名为`another_output`** 的变量中并打印出来。
|
||
|
||
```py
|
||
#providig multi input in the form of array
|
||
import numpy as np
|
||
import math
|
||
input = [0, math.pi / 2, math.pi, 3 * math.pi/2, 2 * math.pi]
|
||
another_output = np.sinh(input)
|
||
another_output
|
||
|
||
```
|
||
|
||
上面的代码应该给出如下输出。
|
||
|
||
```py
|
||
array([ 0\. , 2.3012989 , 11.54873936, 55.6543976 ,
|
||
267.74489404])
|
||
|
||
```
|
||
|
||
### 提供可选的输出变量
|
||
|
||
让我们回忆一件小事。当我们讨论我们的`NumPy.cosh()` 方法的语法和参数时。有一个参数是“out”。它是一个存储结果的位置。如果提供了，它必须具有与输入 x 相似的形状。如果没有提供或没有提供，则返回新的值或结果。是可选的*。*在这个方法中，我们将看到如何尝试这个参数。
|
||
|
||
在这个代码片段中，我们将提供一个可选的输出变量，输出/结果将被加载到这个变量中。看看下面是如何实现的。
|
||
|
||
```py
|
||
import numpy as np
|
||
import math
|
||
|
||
optional_output = np.array([0, 0, 0, 0, 0], dtype='d')
|
||
np.sinh(input, optional_output)
|
||
different_output = np.sinh(input)
|
||
|
||
```
|
||
|
||
您可以看到我们已经创建了一个名为“`optional_output`”的数组，它的形状与我们的输入数组相似。在我们的`numpy.sinh() method,`中，我们已经将这个数组作为“out”的值进行了传递。
|
||
|
||
得到的数组将被加载到这个数组中。通过打印相同的内容，我们可以得到我们的结果。
|
||
|
||
```py
|
||
print(optional_output)
|
||
print(different_output)
|
||
|
||
[ 0\. 2.3012989 11.54873936 55.6543976 267.74489404]
|
||
[ 0\. 2.3012989 11.54873936 55.6543976 267.74489404]
|
||
|
||
```
|
||
|
||
### np.sinh()用于复数输入
|
||
|
||
现在，在我们的最后一段代码中，我们将输入一个复数并得到双曲正弦结果。下面我们来快速看一下。
|
||
|
||
```py
|
||
import numpy as np
|
||
import math
|
||
import cmath
|
||
|
||
a = 2.0
|
||
b = 3.0
|
||
z = complex(a,b)
|
||
c = np.sinh(z)
|
||
|
||
```
|
||
|
||
为了使用一个复杂变量，我们需要导入一个名为`**cmath**`的库。然后使用 **`complex()`** 方法准备好我们的复数，并在我们的 **`numpy.sinh()`** 方法中传递相同的内容，我们将得到我们的结果。让我们打印我们的结果。
|
||
|
||
```py
|
||
print(z)
|
||
(2+3j)
|
||
|
||
print(c)
|
||
(-3.59056458998578+0.5309210862485197j)
|
||
|
||
```
|
||
|
||
### 在图表上绘制 Numpy.sinh()
|
||
|
||
```py
|
||
import numpy as np
|
||
import math
|
||
import matplotlib.pyplot as plt
|
||
|
||
input = [0, math.pi / 2, math.pi, 3 * math.pi/2, 2 * math.pi]
|
||
output_array = np.sinh(input)
|
||
|
||
plt.xlabel("input")
|
||
plt.ylabel("output_array")
|
||
plt.plot(input, output_array, color = 'green', marker = "*")
|
||
|
||
```
|
||
|
||
众所周知，为了在图上绘制一些东西，我们需要**导入一个名为 Matplotlib** 的附加库。我们在函数实现中传递名为 input 的多值数组。我们把我们的输出加载到" **`output_array`** 中后，实现了我们的功能。毕竟，我们用输入和输出数组表示了我们的函数，并得到了下面的结果。
|
||
|
||
|
||
|
||
## 摘要
|
||
|
||
就这样，我们完成了今天的文章。我们学习了这个方法及其参数。我们通过传递各种值并获得预期的结果来练习我们的代码片段。这样，对于双曲余弦和双曲正切，我们也可以得到相同的结果。我们必须带着这些激动人心的话题再次造访。谢谢你。 |