Pythonで三角関数の逆正接を取得します
アークタンは多値関数です。各xには、tan(z)=xとなるような無限に多くの数zがあります。慣例では、実数部が[-pi / 2、pi/2]にある角度zを返します。逆正接は、atanまたはtan^{-1}とも呼ばれます。
実数値の入力データ型の場合、arctanは常に実出力を返します。実数または無限大として表現できない値ごとに、nanが生成され、無効な浮動小数点エラーフラグが設定されます。複素数値の入力の場合、arctanは、[1j、infj]と[-1j、-infj]を分岐として持つ複雑な分析関数であり、前者では左から、後者では右から連続しています。
三角関数の逆正接を見つけるには、Python Numpyのnumpy.arctan()メソッドを使用します。このメソッドはtanの逆数を返すため、y =tan(x)の場合、x =arctan(y)になります。 1番目のパラメーターは配列のようなものです。2番目と3番目のパラメーターはオプションです。 2番目のパラメーターは、結果が格納される場所であるndarrayです。提供する場合は、入力がブロードキャストする形状である必要があります。提供されていないかNoneの場合、新しく割り当てられた配列が返されます。 3番目のパラメーターは、入力に対してブロードキャストされる条件です。条件がTrueの場所では、out配列がufunc結果に設定されます。他の場所では、out配列は元の値を保持します。
ステップ
まず、必要なライブラリをインポートします-
import numpy as np
三角関数の逆正接を取得します。 1のアークタンを見つける-
print("\nResult...",np.arctan(1))
-1 −
のアークタンを見つけるprint("\nResult...",np.arctan(-1))
0のアークタンを見つける-
print("\nResult...",np.arctan(0))
0.3のアークタンを見つける-
print("\nResult...",np.arctan(0.3))
例
import numpy as np # To find the Trigonometric inverse tangent, use the numpy.arctan() method in Python Numpy # The method returns the inverse of tan, so that if y = tan(x) then x = arctan(y). # A tuple (possible only as a keyword argument) must have length equal to the number of outputs. print("Get the Trigonometric inverse tangent...") # finding arctan for 1 print("\nResult...",np.arctan(1)) # finding arctan for -1 print("\nResult...",np.arctan(-1)) # finding arctan for 0 print("\nResult...",np.arctan(0)) # finding arctan for 0.3 print("\nResult...",np.arctan(0.3))のアークタンを検索
出力
Get the Trigonometric inverse tangent... Result... 0.7853981633974483 Result... -0.7853981633974483 Result... 0.0 Result... 0.2914567944778671
-
PythonPandas-MultiIndexでレベルを取得します
MultiIndexのレベルを取得するには、 MultiIndex.levelsを使用します パンダのプロパティ。まず、必要なライブラリをインポートします- import pandas as pd MultiIndexは、パンダオブジェクトのマルチレベルまたは階層的なインデックスオブジェクトです。配列を作成する- arrays = [[1, 2, 3, 4, 5], ['John', 'Tim', 'Jacob', 'Chris', 'Keiron']] 「names」パラメーターは、各インデックスレベルの名
-
Python –列のデータ型を取得します
列のデータ型を取得するには、info()メソッドを使用します。まず、必要なライブラリをインポートしましょう- import pandas as pd 異なるデータ型を持つ2つの列を持つDataFrameを作成します- dataFrame = pd.DataFrame( { "Student": ['Jack', 'Robin', 'Ted', 'Marc', 'Scarlett', 'Kat', 'Jo