NumPy cos 함수는 삼각 코사인 함수를 나타냅니다. 이 함수는 밑면의 길이(각도에 가장 가까운 변)와 빗변의 길이 사이의 비율을 계산합니다. NumPy cos는 배열 요소의 삼각 코사인을 찾습니다. 이렇게 계산된 코사인 값은 항상 라디안으로 표시됩니다. Python 스크립트의 배열에 대해 이야기할 때 'NumPy'를 언급해야 합니다. NumPy는 Python 플랫폼에서 제공하는 라이브러리이며 다차원 배열 및 행렬 작업을 허용합니다. 또한 이 라이브러리는 다양한 행렬 연산과도 작동합니다.
절차
NumPy cos 함수를 구현하는 방법은 이 기사에서 논의되고 표시됩니다. 이 기사에서는 NumPy cos 함수의 역사에 대한 간략한 배경 정보를 제공한 다음 Python 스크립트에 구현된 다양한 예제를 통해 이 함수와 관련된 구문을 자세히 설명합니다.
통사론
$ numpy. 코사인 ( 엑스 , 밖으로 ) = 없음 )우리는 파이썬 언어에서 NumPy cos 함수의 구문을 언급했습니다. 함수에는 총 2개의 매개변수가 있으며 'x'와 'out'입니다. x는 요소의 코사인을 찾기 위해 cos() 함수에 전달할 배열인 라디안 단위의 모든 요소를 갖는 배열입니다. 다음 매개 변수는 'out'이며 선택 사항입니다. 제공 여부에 관계없이 함수는 여전히 완벽하게 실행되지만 이 매개변수는 출력 위치 또는 저장 위치를 알려줍니다. 이것은 NumPy cos 함수의 기본 구문이었습니다. 이 문서에서는 이 기본 구문을 사용하고 다음 예제에서 요구 사항에 맞게 매개 변수를 수정하는 방법을 보여줍니다.
반환 값
함수의 반환 값은 원래 배열에 이전에 있던 요소의 코사인 값(라디안)이 될 요소가 있는 배열이 됩니다.
예 1
이제 NumPy cos() 함수의 구문과 작업에 모두 익숙해졌으므로 다양한 시나리오에서 이 함수를 구현해 보겠습니다. 먼저 오픈 소스 Python 컴파일러인 Python용 'spyder'를 설치합니다. 그런 다음 Python 셸에서 새 프로젝트를 수행하고 원하는 위치에 저장합니다. 예를 들어 Python의 모든 기능을 사용하기 위해 특정 명령을 사용하여 터미널 창을 통해 Python 패키지를 설치합니다. 그렇게 함으로써 우리는 이미 'NumPy'를 설치했고 이제 배열을 선언하고 NumPy cos() 함수를 구현하기 위해 'np'라는 이름으로 이 모듈을 가져올 것입니다.
이 절차를 따르면 우리 프로젝트는 프로그램을 작성할 준비가 된 것입니다. 배열을 선언하여 프로그램 작성을 시작합니다. 이 배열은 1차원입니다. 배열의 요소는 라디안 단위이므로 NumPy 모듈을 'np'로 사용하여 이 배열에 요소를 'np'로 할당합니다. 배열([np.pi /3, np.pi/4, np.pi] )”. cos() 함수의 도움으로 이 배열의 코사인을 찾아 'np.cosine' 함수를 호출합니다. cos (array_name, out= new_array).
이 함수에서 array_name을 선언한 해당 배열의 이름으로 바꾸고 cos() 함수의 결과를 저장할 위치를 지정합니다. 이 프로그램의 코드 스니펫은 다음 그림에 나와 있으며, Python 컴파일러에 복사하고 실행하여 출력을 볼 수 있습니다.
#numpy 모듈 가져오기
수입 넘피 ~처럼 예를 들어
# 배열 선언
정렬 = [ 예를 들어 파이 / 삼 , 예를 들어 파이 / 4 , 예를 들어 파이 ]
# 원래 배열 표시
인쇄 ( '입력 배열: ' , 정렬 )
#cos 함수 적용
코사인 출력 = 예를 들어 코사인 ( 정렬 )
#디스플레이 업데이트된 배열
인쇄 ( '코사인_값: ' , 코사인 출력 )
첫 번째 예제에서 배열을 고려하여 작성한 프로그램 출력은 모든 배열 요소의 코사인으로 표시되었습니다. 요소의 코사인 값은 라디안 단위였습니다. 라디안을 이해하기 위해 다음 공식을 사용할 수 있습니다.
둘 *파이 라디안 = 360 도예 2
내장 함수 cos()를 사용하여 배열에 고르게 분포된 요소의 수에 대한 코사인 값을 얻는 방법을 살펴보겠습니다. 예제를 시작하려면 배열 및 행렬용 라이브러리 패키지, 즉 'NumPy'를 설치해야 합니다. 새 프로젝트를 만든 후 NumPy 모듈을 가져옵니다. NumPy를 있는 그대로 가져오거나 이름을 지정할 수 있지만 프로그램에서 NumPy를 활용하는 더 편리한 방법은 'np'라는 이름을 지정하기 위해 이름이나 접두사를 붙여서 가져오는 것입니다. . 이 단계 후에 두 번째 예제에 대한 프로그램 작성을 시작합니다. 이 예제에서는 약간 다른 방법으로 cos() 함수를 계산하기 위해 배열을 선언합니다. 앞서 우리는 균등하게 분포된 요소의 코사인을 취한다고 언급했으므로 배열 요소의 균등한 분포를 위해 메서드 'linspace'를 'np. linspace(시작, 중지, 단계)”. 이 유형의 배열 선언 함수는 세 가지 매개 변수를 사용합니다. 첫째, 배열 요소를 시작하려는 값의 '시작' 값입니다. '중지'는 요소를 끝내려는 위치까지의 범위를 정의합니다. 마지막은 요소가 시작 값에서 중지 값까지 균등하게 분배되는 단계를 정의하는 '단계'입니다.
이 함수와 해당 매개 변수 값을 'np. linspace (- (np.pi), np.pi, 20)”를 입력하고 이 함수의 결과를 변수 “array”에 저장합니다. 그런 다음 이를 코사인 함수의 매개변수에 “np. cos(array)”를 입력하고 결과를 출력하여 출력을 표시합니다.
프로그램의 출력 및 코드는 다음과 같습니다.
#numpy 모듈 가져오기수입 넘피 ~처럼 예를 들어
# 배열 선언
정렬 = 예를 들어 린 스페이스 ( - ( 예를 들어 파이 ) , 예를 들어 파이 , 이십 )
#배열에 cos() 함수 적용
산출 = 예를 들어 코사인 ( 정렬 )
#디스플레이 출력
인쇄 ( '균등하게 분포된 배열: ' , 정렬 )
인쇄 ( 'cos func의 out_array: ' , 산출 )
결론
NumPy cos() 함수의 설명과 구현은 이 기사에 나와 있습니다. 우리는 두 가지 주요 예를 다뤘습니다: 코사인 값을 계산하기 위해 linspace 함수를 사용하여 초기화되고 고르게 분포된 요소(라디안 단위)가 있는 배열입니다.