ในการคืนค่าสูงสุดของอาร์เรย์หรือค่าสูงสุดที่ไม่สนใจ NaN ใดๆ ให้ใช้เมธอด numpy.nanmax() ใน Python เมธอดส่งคืนอาร์เรย์ที่มีรูปร่างเหมือนกันกับ a โดยลบแกนที่ระบุ ถ้า a เป็นอาร์เรย์ 0-d หรือถ้าแกนคือ None สเกลาร์ ndarray จะถูกส่งกลับ dtype เดียวกับ isreturned พารามิเตอร์ที่ 1 a คืออาร์เรย์ที่มีตัวเลขที่

ในการคืนค่าสูงสุดของอาร์เรย์หรือค่าสูงสุดที่ไม่สนใจ NaN ใดๆ ให้ใช้เมธอด numpy.nanmax() ใน Python เมธอดส่งคืนอาร์เรย์ที่มีรูปร่างเหมือนกันกับ a โดยลบแกนที่ระบุ ถ้า a เป็นอาร์เรย์ 0-d หรือถ้าแกนคือ None สเกลาร์ ndarray จะถูกส่งกลับ dtype เดียวกับ isreturned พารามิเตอร์ที่ 1 a คืออาร์เรย์ที่มีตัวเลขที่

ในการคำนวณสแควร์รูทของอินพุต ให้ใช้เมธอด scimath.sqrt() ใน Python Numpy เมธอดส่งคืนรากที่สองของ x ถ้า x เป็นสเกลาร์ ก็จะออกมา ไม่เช่นนั้นอาร์เรย์จะถูกส่งคืน พารามิเตอร์ x คือค่าอินพุต สำหรับองค์ประกอบอินพุตเชิงลบ ค่าที่ซับซ้อนจะถูกส่งคืน ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np

ในการคำนวณสแควร์รูทของอินพุต ให้ใช้เมธอด emath.sqrt() ใน Python Numpy เมธอดส่งคืนรากที่สองของ x ถ้า x เป็นสเกลาร์ ก็จะออกมา ไม่เช่นนั้นอาร์เรย์จะถูกส่งคืน พารามิเตอร์ x คือค่าอินพุต สำหรับองค์ประกอบอินพุตเชิงลบ ค่าที่ซับซ้อนจะถูกส่งคืน ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np กา

ในการคำนวณลอการิทึมธรรมชาติด้วย scimath ให้ใช้เมธอด np.emath.log() ใน Python Numpy วิธีการคืนค่าล็อกของค่า x ถ้า x เป็นสเกลาร์ ก็จะออกมา ไม่เช่นนั้นอาร์เรย์จะถูกส่งคืน พารามิเตอร์ตัวที่ 1 x คือค่าที่ต้องการบันทึก ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np การสร้างอาร์เรย์ numpy โด

ในการคำนวณลอการิทึมฐาน 2 ด้วย scimath ให้ใช้เมธอด np.emath.log2() ใน Python Numpy วิธีการคืนค่าล็อกฐาน 2 ของค่า x ถ้า x เป็นสเกลาร์ ก็จะออกมา ไม่เช่นนั้นอาร์เรย์จะถูกส่งคืน พารามิเตอร์ตัวที่ 1 x คือค่าที่ต้องการ log base 2 ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np การสร้างอาร์เรย

ในการคำนวณฐานลอการิทึม n ด้วย scimath ให้ใช้เมธอด scimath.logn() ใน Python Numpy วิธีการคืนค่าล็อกฐาน n ของค่า x ถ้า x เป็นสเกลาร์ ก็จะออกมา ไม่เช่นนั้นอาร์เรย์จะถูกส่งคืน ถ้า x มีอินพุตเชิงลบ คำตอบจะถูกคำนวณและส่งคืนในโดเมนที่ซับซ้อน พารามิเตอร์ที่ 1 n คือฐานจำนวนเต็มที่ใช้บันทึก พารามิเตอร์ตัวที่

ในการคำนวณลอการิทึมฐาน 10 ด้วย scimath ให้ใช้เมธอด scimath.log10() ใน Python Numpy วิธีการคืนค่าล็อกฐาน 10 ของค่า x ถ้า x เป็นสเกลาร์ ก็จะออกมา ไม่เช่นนั้นอาร์เรย์อ็อบเจกต์จะถูกส่งคืน สำหรับ log10() ที่คืนค่า NAN เมื่อจำนวนจริง x <0 ให้ใช้ numpy.log10 (อย่างไรก็ตาม โปรดทราบว่ามิฉะนั้น numpy.log10 แ

ในการส่งคืนผลลัพธ์ของกำลังซึ่งค่าอินพุตถูกยกขึ้นด้วย scimath ให้ใช้วิธี scimath.power() ใน Python ส่งกลับ x ยกกำลัง p นั่นคือผลลัพธ์ของ x**p ถ้า x และ p เป็นสเกลาร์ ค่านั้นจะออก มิฉะนั้น อาร์เรย์จะถูกส่งคืน ถ้า x มีค่าลบ ผลลัพธ์จะถูกแปลงเป็นโดเมนที่ซับซ้อน พารามิเตอร์ x คือค่าอินพุต พารามิเตอร์ p ค

ในการส่งคืนผลลัพธ์ของกำลังซึ่งค่าอินพุตถูกยกขึ้นด้วย scimath ให้ใช้วิธี thescimath.power() ใน Python ส่งกลับ x ยกกำลัง p นั่นคือผลลัพธ์ของ x**p ถ้า x และ p เป็นสเกลาร์ ดังนั้น จะออก ไม่เช่นนั้นอาร์เรย์จะถูกส่งคืน ถ้า x มีค่าลบ ผลลัพธ์จะถูกแปลงเป็นโดเมนที่ซับซ้อน พารามิเตอร์ x คือค่าอินพุต พารามิเตอ

ในการคำนวณโคไซน์ผกผันด้วย scimath ให้ใช้เมธอด numpy.emath.arccos() ใน Python ส่งกลับ ค่าหลัก ของโคไซน์ผกผันของ x สำหรับจำนวนจริง x ที่ abs(x) <=1 นี่คือจำนวนจริงในช่วงปิด [0,π] มิฉะนั้น ค่าหลักการที่ซับซ้อนจะถูกส่งคืน เมธอดจะคืนค่าโคไซน์ผกผันของค่า x ถ้า x เป็นสเกลาร์ ก็จะออกมา มิฉะนั้น วัตถุอนาเรย

ในการคำนวณไซน์ผกผันด้วย scimath ให้ใช้เมธอด numpy.emath.arcsin() ใน Python ส่งกลับ “ค่าหลัก” ของไซน์ผกผันของ x สำหรับ x จริงที่ abs(x) <=1 เป็นจำนวนจริงในช่วงปิด [-π/2, π/2] มิฉะนั้น ค่าหลักการที่ซับซ้อนจะถูกส่งคืน วิธีการส่งกลับค่าไซน์ผกผันของค่า x ถ้า x เป็นสเกลาร์ ก็จะออกมา มิฉะนั้น วัตถุอาร์เรย

ในการคำนวณไฮเปอร์โบลิกแทนเจนต์ผกผันกับ arctanh ให้ใช้เมธอด numpy.emath.arctanh() ในPython ส่งกลับ “ค่าหลัก” ของ arctanh(x) สำหรับจำนวนจริง x ที่ abs(x) 1 หรือถ้า x ซับซ้อน ผลลัพธ์จะซับซ้อน สุดท้าย x =1 return``inf`` และ x=-1returns -inf. วิธีการส่งกลับค่าไฮเปอร์โบลิกแทนเจนต์ผกผันของค่า x ถ้า x เป็

ในการส่งคืน dot product ของเวกเตอร์สองตัว ให้ใช้วิธี numpy.vdot() ใน Python ฟังก์ชัน vdot(a, b) จัดการกับจำนวนเชิงซ้อนที่แตกต่างจาก dot(a, b) ถ้าอาร์กิวเมนต์แรกซับซ้อน คอนจูเกตที่ซับซ้อนของอาร์กิวเมนต์แรกจะใช้สำหรับการคำนวณผลคูณดอท vdothandles อาร์เรย์หลายมิติที่แตกต่างจาก dot:มันไม่ได้ดำเนินการผลิต

ในการส่งคืนดอทโปรดัคของเวกเตอร์หลายมิติสองตัว ให้ใช้เมธอด numpy.vdot() ในPython ฟังก์ชัน vdot(a, b) จัดการกับจำนวนเชิงซ้อนที่แตกต่างจาก dot(a, b) ถ้าอาร์กิวเมนต์แรกซับซ้อน คอนจูเกตที่ซับซ้อนของอาร์กิวเมนต์แรกจะใช้สำหรับการคำนวณผลคูณของจุด vdot จัดการอาร์เรย์หลายมิติที่แตกต่างจาก dot:มันไม่ได้ดำเนินก

ในการส่งคืน dot product ของเวกเตอร์หนึ่งมิติ ให้ใช้วิธี numpy.vdot() ใน Python ฟังก์ชัน Thevdot(a, b) จัดการกับจำนวนเชิงซ้อนที่แตกต่างจาก dot(a, b) ถ้าอาร์กิวเมนต์แรกซับซ้อน คอนจูเกตที่ซับซ้อนของอาร์กิวเมนต์แรกจะใช้สำหรับการคำนวณผลิตภัณฑ์ดอท vdot จัดการอาร์เรย์หลายมิติที่แตกต่างจากจุด:จะไม่ดำเนินการ

ในการรับผลิตภัณฑ์ Inner ของสองอาร์เรย์ ให้ใช้เมธอด numpy.inner() ใน Python ผลคูณภายในทั่วไปของเวกเตอร์สำหรับอาร์เรย์ 1-D ในมิติที่สูงกว่าเป็นผลรวมของแกนสุดท้าย พารามิเตอร์คือ 1 และ b เวกเตอร์สองตัว หาก a และ b ไม่ใช่สเกลาร์ มิติข้อมูลสุดท้ายจะต้องตรงกัน ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - impo

ในการส่งคืนอาร์เรย์บูลีนที่เป็น True โดยที่องค์ประกอบสตริงในอาร์เรย์ลงท้ายด้วยคำต่อท้าย ให้ใช้เมธอด numpy.char.endswith() ใน Python Numpy พารามิเตอร์แรกคืออาร์เรย์อินพุต พารามิเตอร์ที่สองคือส่วนต่อท้าย โมดูล numpy.char จัดเตรียมชุดของการดำเนินการสตริงแบบเวกเตอร์สำหรับอาร์เรย์ประเภท numpy.str_ ขั้นตอ

หากต้องการเพิ่มชุด Hermite หนึ่งไปยังอีกชุดหนึ่ง ให้ใช้เมธอด polynomial.hermite.hermadd() ใน PythonNumpy เมธอดจะคืนค่าอาร์เรย์ที่แสดงถึงชุดของ Hermite ของผลรวม ส่งกลับผลรวมของสองชุด Hermite c1 + c2 อาร์กิวเมนต์คือลำดับของสัมประสิทธิ์ที่เรียงลำดับจากเทอมต่ำสุดไปสูงสุด เช่น [1,2,3] แทนอนุกรม P_0 + 2*P

ในการประเมินชุด Hermite ที่จุด x ให้ใช้เมธอด hermite.hermval() ใน Python Numpy พารามิเตอร์ตัวที่ 1 x ถ้า x เป็นรายการหรือทูเพิล พารามิเตอร์นั้นจะถูกแปลงเป็น ndarray ไม่เช่นนั้น จะไม่เปลี่ยนแปลงและถือเป็นสเกลาร์ ไม่ว่าในกรณีใด x หรือองค์ประกอบของมันจะต้องสนับสนุนการบวกและการคูณด้วยตัวมันเองและด้วยองค