NumPy sqrt()

import numpy as np

array1 = np.array([4, 9, 16, 25])

# compute square root of each element in array1
result = np.sqrt(array1)

print(result)

# Output: [2. 3. 4. 5.]

sqrt() 语法

sqrt() 的语法是

numpy.sqrt(array, out=None, where=True)

sqrt() 参数

sqrt() 函数接受以下参数

• array - 计算平方根的输入数组
• out (可选) - 用于存储结果的输出数组
• where (可选) - 指定应更新哪些元素的条件

sqrt() 返回值

sqrt() 函数返回一个数组，其中包含输入数组中每个元素的平方根。

示例 1：查找数组元素的平方根

import numpy as np

array1 = np.array([36, 49, 100, 256])

# compute square root of each element in array1
result = np.sqrt(array1)

print(result)

输出

[ 6.  7. 10. 16.]

在上面的示例中，我们使用 sqrt() 函数来计算 array1 中每个元素的平方根。

在我们的例子中，36 的平方根是 6，49 的平方根是 7，100 的平方根是 10，256 的平方根是 16。因此，结果数组是 [ 6. 7. 10. 16.]。

注意：即使结果值是浮点数，它们也是输入数组中相应整数的确切平方根

示例 2：使用 out 将结果存储在所需的数组中

import numpy as np

# create a 2-D array
array1 = np.array([[4, 9, 16],
                                [25, 36, 49]])

# create an empty array with the same shape as array1
result = np.zeros_like(array1, dtype=float)

# calculate the square root of each element in array1 and store the result in result
np.sqrt(array1, out=result)

print(result)

输出

[[2. 3. 4.]
 [5. 6. 7.]]

在此，sqrt() 与 out 参数一起设置为 result。这确保计算平方根的结果存储在 result 中。

示例 3：使用 where 计算过滤后数组的平方根

import numpy as np

array1 = np.array([4, 9, 16, 25])

# compute the square root of each element in array1 
# where the element is odd (arr%2==1)
result = np.sqrt(array1, where=(array1 % 2 == 1))

print(result)

输出

[0. 3. 0. 5.]