NumPy Cos

NumPy cos-funktionen representerar den trigonometriska cosinusfunktionen. Denna funktion beräknar förhållandet mellan längden på basen (närmast sida till vinkeln) och längden på hypotenusan. NumPy cos hittar den trigonometriska cosinus för arrayens element. Dessa beräknade cosinusvärden representeras alltid i radianerna. När vi pratar om arrayerna i Python-skriptet måste vi nämna 'NumPy'. NumPy är biblioteket som erbjuds av Python-plattformen, och det tillåter arbete med flerdimensionella arrayer och matriser. Dessutom fungerar detta bibliotek också med olika matrisoperationer.

Procedur

Metoderna för att implementera NumPy cos-funktionen kommer att diskuteras och visas i den här artikeln. Den här artikeln kommer att ge en kort bakgrund om historien om NumPy cos-funktionen och sedan utveckla syntaxen för denna funktion med olika exempel implementerade i Python-skriptet.

Syntax

Vi har nämnt syntaxen för NumPy cos-funktionen i python-språket. Funktionen har totalt två parametrar, och de är 'x' och 'out'. x är arrayen som har alla dess element i radianer, vilket är arrayen som vi kommer att skicka till cos ()-funktionen för att hitta cosinus för dess element. Följande parameter är 'out', och den är valfri. Oavsett om du ger det eller inte, fungerar funktionen fortfarande perfekt, men den här parametern talar om var utgången finns eller lagras. Detta var den grundläggande syntaxen för NumPy cos-funktionen. Vi kommer att visa i den här artikeln hur vi kan använda denna grundläggande syntax och ändra dess parameter för våra krav i de kommande exemplen.

Returvärde

Funktionens returvärde kommer att vara den array som har elementen, vilket kommer att vara cosinusvärdena (i radianer) för de element som tidigare fanns i den ursprungliga arrayen.

Exempel 1

Nu när vi alla är bekanta med syntaxen och hur funktionen NumPy cos () fungerar, låt oss försöka implementera den här funktionen i olika scenarier. Vi kommer först att installera 'spyder' för Python, en Python-kompilator med öppen källkod. Sedan kommer vi att göra ett nytt projekt i Python-skalet och spara det på önskad plats. Vi kommer att installera python-paketet genom terminalfönstret med de specifika kommandona för att använda alla funktioner i Python för vårt exempel. När vi gör det har vi redan installerat 'NumPy', och nu kommer vi att importera den här modulen med namnet 'np' för att deklarera arrayen och implementera NumPy cos ()-funktionen.

Efter att ha följt denna procedur är vårt projekt redo att skriva programmet på det. Vi kommer att börja skriva programmet genom att deklarera arrayen. Denna matris skulle vara 1-dimensionell. Elementen i arrayen skulle vara i radianer, så vi kommer att använda NumPy-modulen som 'np' för att tilldela elementen till denna array som 'np. array ([np. pi /3, np. pi/4, np. pi ] )'. Med hjälp av cos ()-funktionen hittar vi cosinus för denna array så att vi kallar funktionen 'np. cos (array_name, out= new_array).

I den här funktionen, ersätt array_name med namnet på den array som vi har deklarerat och ange var vi vill lagra resultaten från cos ()-funktionen. Kodavsnittet för detta program ges i följande figur, som kan kopieras till Python-kompilatorn och köras för att se utdata:

Programutgången vi skrev med tanke på arrayen i det första exemplet visades som cosinus för alla arrayelement. Cosinusvärdena för elementen var i radianerna. För att förstå radianen kan vi använda följande formel:

Exempel 2

Låt oss undersöka hur vi kan använda den inbyggda funktionen cos () för att få cosinusvärdena för antalet jämnt fördelade element i en matris. För att få igång exemplet, kom ihåg att installera bibliotekspaketet för arrayerna och matriserna, d.v.s. 'NumPy'. Efter att ha skapat ett nytt projekt kommer vi att importera modulen NumPy. Vi kan antingen importera NumPy som det är, eller så kan vi ge det ett namn, men det bekvämare sättet att använda NumPy i programmet är att importera det med något namn eller prefixet så att vi ger det namnet 'np' . Efter detta steg kommer vi att börja skriva programmet för det andra exemplet. I det här exemplet kommer vi att deklarera arrayen för att beräkna dess cos () funktion med en något annorlunda metod. Tidigare nämnde vi att vi tar cosinus för de jämnt fördelade elementen, så för denna jämna fördelning av elementen i arrayen kommer vi att kalla metoden 'linspace' som 'np. linspace (start, stopp, steg)”. Denna typ av array-deklarationsfunktion tar tre parametrar: först, 'start'-värdet från vilka värden vi vill starta elementen i arrayen; 'stoppet' definierar intervallet till där vi vill avsluta elementen; och sist är 'steget', som definierar stegen enligt vilka elementen fördelas jämnt från startvärde till stoppvärde.

Vi kommer att skicka denna funktion och värdena för dess parametrar som 'np. linspace (- (np. pi), np. pi, 20)' och sparar resultaten från denna funktion i variabeln 'array'. Skicka sedan detta till parametern för cosinusfunktionen som 'np. cos(array)' och skriv ut resultaten för att visa utdata.

Utdata och koden för programmet finns nedan:

Slutsats

Beskrivningen och implementeringen av funktionen NumPy cos () har visats i den här artikeln. Vi har täckt de två huvudexemplen: arrayerna med element (i radianer) som initierades och fördelades jämnt med hjälp av linspace-funktionen för att beräkna deras cosinusvärden.