NumPy tan()

import numpy as np

# array of angles in radians
angles = np.array([0, 1, 4])

# compute the tangent of the angles
result = np.tan(angles)

print(result)

# Output : [0.         1.55740772    1.15782128]

tan() 语法

tan() 的语法是：

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

tan() 参数

tan() 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

tan() 返回值

tan() 函数返回一个包含输入数组的每个元素反正切值的数组。

示例 1：计算角度的正切值

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 tangent of the angles
tangent_values = np.tan(angles)

print("tangent values:", tangent_values)

输出

Angles: [0.         0.78539816 1.57079633 3.14159265]
tangent values: [ 0.00000000e+00  1.00000000e+00  1.63312394e+16 -1.22464680e-16]

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

np.tan() 函数用于计算 angles 数组中每个元素的正切值。

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 tangent of angles and store the result in the 'result' array
np.tan(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 tan() 来计算 angles 数组的正切值，并将结果直接存储在 result 数组中。

result 数组包含计算出的正切值。

示例 3：在 tan() 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 tangent of each angle with a specific dtype
tangents_float = np.tan(angles, dtype=float)
tangents_complex = np.tan(angles, dtype=complex)

print("Tangents with 'float' dtype:")
print(tangents_float)

print("\nTangents with 'complex' dtype:")
print(tangents_complex)

输出

Tangents with 'float' dtype:
[ 0.00000000e+00  1.00000000e+00  1.63312394e+16 -1.22464680e-16]

Tangents with 'complex' dtype:
[ 0.00000000e+00+0.j  1.00000000e+00+0.j  1.63312394e+16+0.j
 -1.22464680e-16+0.j]

通过指定所需的 dtype，我们可以根据我们的要求指定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。