Numpy NP.absolut
Lassen Sie uns diese Funktion weiter untersuchen.
Funktionssyntax
Trotz ihres simplen Betriebs unterstützt die Funktion verschiedene Parameterwerte, wie in der folgenden Syntax ausgedrückt:
Numpy.Absolute (x, /, out = None, *, wobei = true, casting = 'same_kind', order = 'k', dType = none, subok = true [, Signature, ExtObj]) =Parameter
In den meisten Fällen müssen Sie sich selten mit den meisten Parametern in der Funktionssyntax befassen.
Die häufigsten Parameter werden nachstehend erörtert:
- x - bezieht sich auf das Eingangsarray.
- OUT - Bietet ein alternatives Array zum Speichern der Ausgabewerte.
Rückgabewert
Die Absolute () -Funktion gibt ein Array mit dem Absolutwert jedes Elements im Eingabearray zurück. Das resultierende Array hält die gleiche Form wie das Eingangsarray.
Beispiel 1
Das folgende Beispiel zeigt, wie die Funktion auf einem 1D -Array funktioniert.
# Numpy importierenNumph als NP importieren
arr = np.Array ([1, -9, 13, -24])
print (f "Absolutes Array: np.Absolute (arr) ")
Wir beginnen mit dem Importieren des Numpy -Pakets mit einem Alias als NP im obigen Code.
Wir erstellen dann ein Array mit dem NP.Array -Funktion. Schließlich geben wir ein Array zurück, das die absoluten Werte jedes Elements in der ARR -Variablen enthält.
Die resultierende Ausgabe ist wie gezeigt:
Absolutes Array: [1 9 13 24]Hinweis: Der absolute Wert ist immer positiv.
Beispiel 2 - Schwimmer
Lassen Sie uns sehen, was passiert, wenn Sie die absolute Funktion auf ein Array von Gleitkommawerten anwenden.
arr_2 = np.Array ([1.3, -9.9, 13.2, -24])print (f "Absolutes Array: np.Absolute (arr_2) ")
Dies sollte zurückkehren:
Absolutes Array: [1.3 9.9 13.2 24. ]Der Eingangsdatentyp ist für das Ausgangsarray erhalten. Wenn es eine Ganzzahl im Array gibt, wird er automatisch in einen Schwimmer konvertiert.
Beispiel 3 - Komplexe Zahlen
Was passiert, wenn wir die Funktion auf eine Reihe komplexer Zahlen anwenden?? Lass es uns herausfinden.
arr_3 = np.Array ([1.3J, -9.9, 13J, -24])print (f "Absolutes Array: np.Absolute (arr_3) ")
Dies sollte zurückkehren:
Absolutes Array: [1.3 9.9 13. 24. ]Matplotlib -Visualisierung
Wir können Absolutwerte mit Matplotlib visualisieren, wie im Codes -Snippet unten gezeigt.
# Matplotlib importierenMatplotlib importieren.Pyplot als PLT
arr = np.Linspace (Start = -5, Stopp = 5, num = 50)
PLT.Diagramm (arr, np.Absolute (arr))
Der obige Code sollte zurückgeben:
Abschluss
Dieser Artikel enthält eine detaillierte Erklärung der Absolute () -Funktion in Numpy. Wir geben auch Beispiele und Abbildungen zur Verfügung, um darzustellen, wie die Funktion funktioniert.
Danke fürs Lesen!!