NumPy cos()

import numpy as np

# array of angles in radians
angles = np.array([0, 1, 5])

# compute the cosine of the angles
cosineValues = np.cos(angles)

print(cosineValues)

# Output : [1.         0.54030231 0.28366219]

cos() 语法

cos() 的语法如下：

numpy.cos(array, out = None, dtype = None)

cos() 参数

cos() 函数接受以下参数：

• array - 输入数组
• out (可选) - 用于存储结果的输出数组
• dtype (可选) - 输出数组的数据类型

cos() 返回值

cos() 函数返回一个数组，其中包含输入数组中每个元素的余弦值。

示例 1：计算角度的余弦值

import numpy as np

# array of angles in radians
angles = np.array([0, np.pi/4, np.pi/2, np.pi])
print("Angles:", angles)

# compute the cosine of the angles
cosineValues = np.cos(angles)

print("cosine values:", cosineValues)

输出

Angles: [0.         0.78539816 1.57079633 3.14159265]
cosine values: [ 1.00000000e+00  7.07106781e-01  6.12323400e-17 -1.00000000e+00]

在此示例中，我们有一个名为 angles 的数组，其中包含四个弧度角的角度：0、π/4、π/2 和 π。

np.cos() 函数用于计算 angles 数组中每个元素的余弦值。

示例 2：使用 out 将结果存储在所需位置

import numpy as np

# create an array of angles in radians
angles = np.array([0, np.pi/6, np.pi/4, np.pi/3, np.pi/2])

# create an empty array to store the result
result = np.empty_like(angles)

# compute the cosine of angles and store the result in the 'result' array
np.cos(angles, out=result)

print("Result:", result)

输出

Result: [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
 6.12323400e-17]

在这里，我们使用带有 out 参数的 cos() 来计算 angles 数组的余弦值，并将结果直接存储在 result 数组中。

生成的 result 数组包含计算出的余弦值。

示例 3：在 cos() 中使用 dtype 参数

import numpy as np

# create an array of angles in radians
angles = np.array([0, np.pi/4, np.pi/2, np.pi])

# calculate the cosine of each angle with a specific dtype
floatCosines = np.cos(angles, dtype=float)
complexCosines = np.cos(angles, dtype=complex)

print("Cosines with 'float' dtype:")
print(floatCosines)

print("\nCosines with 'complex' dtype:")
print(complexCosines)

输出

Cosines with 'float' dtype:
[ 1.00000000e+00  7.07106781e-01  6.12323400e-17 -1.00000000e+00]

Cosines with 'complex' dtype:
[ 1.00000000e+00-0.j  7.07106781e-01-0.j  6.12323400e-17-0.j
 -1.00000000e+00-0.j]

在这里，通过指定所需的 dtype，我们可以根据特定需求控制输出数组的数据类型。

注意：要了解有关 dtype 参数的更多信息，请访问 NumPy 数据类型。