📌 相关文章
- Python中的 numpy.tanh()(1)
- Python numpy.tanh()(1)
- Python中的 numpy.tanh()
- Python numpy.tanh()
- C++ tanh()(1)
- C++ tanh()
- PHP | tanh( )函数(1)
- PHP | tanh( )函数
- Python – math.tanh()函数
- Python| PyTorch tanh() 方法(1)
- Python| PyTorch tanh() 方法
- np.tanh (1)
- JavaScript数学tanh()
- JavaScript数学tanh()(1)
- C++ STL中的tanh()函数(1)
- C++ STL中的tanh()函数
- Java Math tanh()
- Java Math tanh()(1)
- C＃| Math.Tanh()方法(1)
- C＃| Math.Tanh()方法
- Python – tensorflow.math.tanh()
- Python – tensorflow.math.tanh()(1)
- \ tanh-Tex命令
- \ tanh-Tex命令(1)
- JavaScript Math tanh()方法
- JavaScript Math tanh()方法
- JavaScript Math tanh()方法(1)
- np.tanh - 任何代码示例
- Python – cmath.tanh()函数
📜 Python中的numpy.tanh
📅 最后修改于: 2020-06-19 04:24:01 🧑 作者: Mango
numpy.tanh(x[, out]) = ufunc ‘tanh’) : 此数学函数可帮助用户计算所有x(作为数组元素)的双曲正切值。等同于np.sinh(x) / np.cosh(x) or -1j * np.tan(1j*x)。
参数：
array：[array_like]元素的弧度。
2pi弧度= 36o度
返回：
对于所有x即数组元素，其双曲正切为x的数组
代码1：
# 解释tanh()函数的Python3程序
import numpy as np
import math
in_array = [0, math.pi / 2, np.pi / 3, np.pi]
print ("输入数组 : \n", in_array)
tanh_Values = np.tanh(in_array)
print ("\n切线双曲值 : \n", tanh_Values)输出：
输入数组 :
[0, 1.5707963267948966, 1.0471975511965976, 3.141592653589793]
切线双曲值 :
[ 0. 0.91715234 0.78071444 0.99627208]
代码2：
# Python程序显示tanh()函数的图形表示
import numpy as np
import matplotlib.pyplot as plt
in_array = np.linspace(-np.pi, np.pi, 12)
out_array = np.tanh(in_array)
print("in_array : ", in_array)
print("\nout_array : ", out_array)
# 红色代表numpy.tanh()
plt.plot(in_array, out_array, color = 'red', marker = "o")
plt.title("numpy.tanh()")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()输出：
in_array：[-3.14159265 -2.57039399 -1.99919533 -1.42799666 -0.856798 -0.28559933
0.28559933 0.856798 1.42799666 1.99919533 2.57039399 3.14159265]
out_array：[-0.99627208 -0.98836197 -0.96397069 -0.89125532 -0.69460424 -0.27807942
0.27807943 0.6