如何使用Numpy Arctan函数在本教程中，我将向你展示如何使用Numpy arctan函数来计算Python中的三 -卡姆驱动平台

在本教程中，我将向你展示如何使用Numpy arctan函数来计算Python中的三角正切。

我将解释np.arctan的语法，该函数如何工作，以及如何使用它。

如果你需要具体的东西，只需点击以下任何一个链接。

目录:

Numpy Arctan简介
np.arctan的语法
如何使用Numpy arctan的例子

好的。让我们开始吧。

Numpy Arctan的快速介绍

Numpy arctan函数在Python中计算三角正切。

An image that shows the output of Numpy arctan, plotted as a line chart with Plotly.

像Numpy中的许多其他三角函数一样--像Numpy cosine和Numpy sine--你可以使用Numpy arctan来操作单个数字和Numpy数组。

我将向你展示如何做到这两点，但首先，我们要看一下语法。

np.arctan的语法

Numpy arctan函数的语法相当简单。

An image that explains the syntax for the Numpy arctan function.

当然，这是假设你已经用别名np ，导入了Numpy，这是常见的惯例。

可接受的输入格式

让我们简单地讨论一下np.arctan函数的可接受的输入类型。

在上面显示的语法图片中，你可以看到函数的输入被标记为 "input"。

值得一提的是，这个输入可以采取几种不同的形式。

一个数字(整数或浮点数)
一个 Numpy 数组 (整数或浮点数)
一个Python的数字列表，或者类似列表的对象

np.arctan 将对所有这些输入进行操作。尽管如此，这些不同的输入将产生略有不同的输出

np.arctan 的输出

输出的格式略微取决于输入

如果输入是一个单一的数字，那么输出将是一个单一的数字(输入的正切值)
如果输入是一个Numpy数组，一个Python列表，或者一个类似列表的对象，那么输出将是一个Numpy数组的正切值。

附加参数

除了输入参数外，np.arctan 函数还有一些可选参数。

out
其中

这些参数很少使用，所以我在这里不做解释。

关于如何使用Numpy arctangent函数的例子

现在我们已经看了Numpy arctangent函数的语法，让我们看看一些例子。

例子

计算0的正切
计算1,000,000的正切值
在一个Numpy数组中使用Numpy正切函数
绘制正切函数(使用Plotly)

初步代码:导入Numpy并设置Plotly

在你运行这些例子之前，你需要运行一些初步代码。

具体来说，你需要导入我们将要使用的包。

你还可能需要为Plotly设置图像渲染（如果你使用的是IDE）。

导入软件包

首先，你可以用这段代码导入Numpy和Plotly。

import numpy as np
import plotly.express as px

很明显，我们将使用Numpy来运行np.arctan函数。

但是我们也将使用Plotly来绘制例4中的arctan函数。

设置图像渲染

接下来，如果你使用的是Spyder或PyCharm这样的IDE，你可能需要对你的IDE进行设置，以便它能够渲染Plotly的输出图像。

默认情况下，Plotly被设置为将输出的可视化图像发送到你的浏览器。如果你在笔记本上工作，这很好，但如果你使用的是IDE，这只会导致错误。

所以，如果你使用的是IDE，你需要告诉Plotly把输出的可视化内容渲染成svg图片。

你可以用下面的代码来做到这一点。

(注意：如果你使用Jupyter，你可以跳过这段代码！)

import plotly.io as pio
pio.renderers.default = 'svg'

一旦你运行了设置代码，你就应该准备好运行这些例子了。

例子1:计算0的正切

让我们从一个简单的例子开始。

在这里，我们将计算0的正切值。

np.arctan(0)

输出

0.0

解释

很明显，这是很简单的。

我们用np.arctan来计算0的正切，也就是0.0。

(注意，np.arctan输出的是浮点数）。

实例2：计算1,000,000的正切值

现在我们要计算1,000,000的正切。

np.arctan(1000000)

输出

1.5707953267948966

解释

在这里，我们已经计算了1,000,000的正切值。

但实际上，我所做的是计算一个相对较大的数字的正切。

输出结果是1.5707953267948966。

你可能不认识这个数字，但它大约是 $\frac{\pi}{2}$ 。

这很重要，因为正如 $x \rightarrow \infty$ ， $arctan(x) \rightarrow \frac{\pi}{2}$ 。

实例3：在Numpy数组上使用Numpy arctan函数

接下来，我们将在一个Numpy数组上使用Numpy arctan函数。

记住，np.arctan可以对单个数字进行操作(如例1和例2)，但它也可以对一个数组进行操作。

创建Numpy数组

首先，让我们直接创建一个Numpy数组。

我们将使用Numpy linspace来创建一个包含300个从-10到10的均匀数字的数组。

x_values = np.linspace(start = -10, stop = 10, num = 300)

使用Numpy计算正切线

接下来，我们要计算我们数组中每个数字的正切，x_values 。

要做到这一点，我们提供x_values 作为函数的输入。

arctan_values = np.arctan(x_values)

让我们看一下arctan_values 的前几个值，这样我们就可以看到里面的内容。

arctan_values[1:10]

输出

array([-1.47046099, -1.46978535, -1.46910058, -1.4684065 , -1.46770291,
       -1.46698962, -1.46626643, -1.46553313, -1.46478951])

解释

这是很直接的。

在这里，np.arctan计算了x_values 中每个元素的正切值。

实例4:使用Plotly绘制正切函数图

最后，让我们来绘制正切函数。

为此，我们将使用Plotly来绘制arctan_values 中的数值，这些数值是我们在例子3中计算出来的。

具体来说，我们将使用Plotly的直线函数，px.line，来绘制这些数据。

px.line(x = x_values, y = arctan_values)

OUT:

A plot of the arctangent function, made with Plotly.

解释

这里，我们用Plotly的直线函数绘制了正切函数。

我们在X轴上绘制了x_values 的数值。

我们将arctan_values 中的值绘制在y轴上，这些值是我们用np.arctan计算出来的。

在本教程中，我已经解释了如何在Python中使用Numpy arctan计算三角正切。

Numpy Mastery将教会你关于Numpy的所有知识，包括：

如何创建Numpy数组
如何重塑、分割和组合你的Numpy数组
Numpy随机种子 "函数的作用是什么？
如何使用Numpy的随机函数
如何对Numpy数组进行数学运算
以及更多...