La función numpy.sqrt(array[, out]) se utiliza para determinar la raíz cuadrada positiva de una matriz, por elementos.
Sintaxis: numpy.sqrt() Parámetros: matriz: [array_like] Valores de entrada cuyas raíces cuadradas deben determinarse. afuera : [ndarray, opcional] Objeto de matriz alternativo en el que colocar el resultado; si se proporciona, debe tener la misma forma que llegar . Devoluciones : [ndarray] Devuelve la raíz cuadrada del número en una matriz.
Código #1:
Python3
# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on integer numbers> arr1>=> geek.sqrt([>1>,>4>,>9>,>16>])> arr2>=> geek.sqrt([>6>,>10>,>18>])> print>('square>->root of an array1 : ', arr1)> print>('square>->root of an array2 : ', arr2)> |
>
vb y vb neto
>
Código #2:
Python3
# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on complex numbers> arr>=> geek.sqrt([>4>,>->1>,>->5> +> 9J>])> print>('square>->root of an array : ', arr)> |
>
>
Código #3:
herencia en java
Python3
# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on negative element of real numbers> arr>=> geek.sqrt([>->4>,>5>,>->6>])> print>('square>->root of an array : ', arr)> |
>
>
Aquí hay un código de ejemplo para numpy.sqrt() en Python:
Python3
import> numpy as np> # Create a numpy array> arr>=> np.array([>1>,>4>,>9>,>16>,>25>])> # Calculate the square root of each element in the array> sqrt_arr>=> np.sqrt(arr)> # Print the resulting array> print>(sqrt_arr)> |
>
>
Producción:
[1. 2. 3. 4. 5.]
Ventajas:
La función numpy.sqrt() es una forma rápida y eficiente de calcular la raíz cuadrada de una matriz o un valor único en Python.
La función numpy.sqrt() es útil para muchos cálculos matemáticos y aplicaciones científicas, como el cálculo de distancias, velocidades y aceleraciones en física.
Desventajas:
- Es posible que la función numpy.sqrt() no sea lo suficientemente precisa para determinadas aplicaciones científicas que requieren altos niveles de precisión.
- Es posible que la función numpy.sqrt() no sea adecuada para todos los tipos de datos, como números negativos o complejos.
Puntos importantes:
- La función numpy.sqrt() devuelve la raíz cuadrada de una matriz o un valor único.
- La función numpy.sqrt() se puede utilizar tanto en números reales como complejos.
- La función numpy.sqrt() se puede utilizar en combinación con otras funciones NumPy para realizar operaciones matemáticas más complejas.
- La función numpy.sqrt() se puede utilizar para normalizar datos escale a un rango de unidades.
Libros de referencia:
El manual de Python para ciencia de datos de Jake VanderPlas cubre en profundidad la biblioteca NumPy y sus aplicaciones en ciencia de datos, incluidas funciones para operaciones matemáticas como numpy.sqrt().
Python numérico: un enfoque de técnicas prácticas para la industria de Robert Johansson cubre en profundidad la biblioteca NumPy y sus aplicaciones en computación numérica y computación científica, incluidas funciones para operaciones matemáticas como numpy.sqrt().
Python Data Science Essentials de Alberto Boschetti y Luca Massaron cubre en profundidad la biblioteca NumPy y sus aplicaciones en ciencia de datos, incluidas funciones para operaciones matemáticas como numpy.sqrt().