คำนวณโคไซน์ไฮเปอร์โบลิกผกผันใน Python

arccosh() เป็นฟังก์ชันที่มีหลายค่า:สำหรับ x แต่ละตัวจะมีจำนวนนับไม่ถ้วน z เช่น thatcosh(z) =x แบบแผนคือการส่งคืน z ซึ่งส่วนจินตภาพอยู่ใน [-pi, pi] และส่วนจริงใน[0, inf] สำหรับประเภทข้อมูลอินพุตมูลค่าจริง arccosh จะส่งคืนเอาต์พุตจริงเสมอ สำหรับแต่ละค่าที่ไม่สามารถแสดงเป็นจำนวนจริงหรืออนันต์ ได้ค่า nan และตั้งค่าสถานะข้อผิดพลาดทศนิยมที่ไม่ถูกต้อง สำหรับข้อมูลที่ป้อนค่าเชิงซ้อน arccosh เป็นฟังก์ชันการวิเคราะห์ที่ซับซ้อนซึ่งมีการตัดกิ่ง [-inf, 1] และต่อเนื่องจากข้างบนนี้

ในการคำนวณโคไซน์ไฮเปอร์โบลิกผกผัน ให้ใช้วิธี numpy.arccosh() ใน Python Numpy ชุดรูปแบบจะคืนค่าอาร์เรย์ที่มีรูปร่างเดียวกันกับ x นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 อาร์เรย์อินพุต xis พารามิเตอร์ที่ 2 และ 3 เป็นทางเลือก

พารามิเตอร์ตัวที่ 2 คือ ndarray ซึ่งเป็นตำแหน่งที่เก็บผลลัพธ์ หากมีให้ต้องมีรูปร่างที่อินพุตออกอากาศไป หากไม่ระบุหรือไม่มี ระบบจะส่งคืนอาร์เรย์ที่จัดสรรใหม่ พารามิเตอร์ที่ 3 คือเงื่อนไขที่ออกอากาศผ่านอินพุต ที่ตำแหน่งที่เงื่อนไขเป็น True อาร์เรย์ out จะถูกตั้งค่าเป็นผลลัพธ์ ufunc ที่อื่น Out Array จะคงค่าเดิมไว้

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

import numpy as np

ค้นหา arccosh −

print("\nResult...",np.arccosh(np.pi*1j))

การหา arccosh 90 องศา -

print("\nResult...",np.arccosh(np.pi/2.))

การหา arccosh 60 องศา -

print("\nResult...",np.arccosh(np.pi/3.))

การหา arccosh np.e -

print("\nResult...",np.arccosh(np.e))

ตัวอย่าง

import numpy as np

# To compute the inverse Hyperbolic cosine, use the numpy.arccosh() method in Python Numpy
# The method returns the array of the same shape as x. This is a scalar if x is a scalar.

print("Get the Trigonometric inverse Hyperbolic cosine...")

# find arccosh
print("\nResult...",np.arccosh(np.pi*1j))

# finding arccosh 90 degrees
print("\nResult...",np.arccosh(np.pi/2.))

# finding arccosh 60 degrees
print("\nResult...",np.arccosh(np.pi/3.))

# finding arccosh np.e
print("\nResult...",np.arccosh(np.e))

ผลลัพธ์

Get the Trigonometric inverse Hyperbolic cosine...

Result... (1.8622957433108482+1.5707963267948966j)

Result... 1.0232274785475506

Result... 0.30604210861326536

Result... 1.6574544541530771