三角函数

 1 import numpy as np
 2 
 3 a = np.array([0,30,45,60,90])
 4 print (\'不同角度的正弦值：\')
 5 # 通过乘 pi/180 转化为弧度 
 6 print (np.sin(a*np.pi/180))
 7 print (\'\n\')
 8 print (\'数组中角度的余弦值：\')
 9 print (np.cos(a*np.pi/180))
10 print (\'\n\')
11 print (\'数组中角度的正切值：\')
12 print (np.tan(a*np.pi/180))

 

结果：

 1 不同角度的正弦值：
 2 [0. 0.5 0.70710678 0.8660254 1. ]
 3 
 4 
 5 数组中角度的余弦值：
 6 [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
 7 6.12323400e-17]
 8 
 9 
10 数组中角度的正切值：
11 [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
12 1.63312394e+16]

 

反三角函数

 1 import numpy as np
 2 
 3 a = np.array([0,30,45,60,90]) 
 4 print (\'含有正弦值的数组：\')
 5 sin = np.sin(a*np.pi/180) 
 6 print (sin)
 7 print (\'\n\')
 8 print (\'计算角度的反正弦，返回值以弧度为单位：\')
 9 inv = np.arcsin(sin) 
10 print (inv)
11 print (\'\n\')
12 print (\'通过转化为角度制来检查结果：\')
13 print (np.degrees(inv))
14 print (\'\n\')
15 print (\'arccos 和 arctan 函数行为类似：\')
16 cos = np.cos(a*np.pi/180) 
17 print (cos)
18 print (\'\n\')
19 print (\'反余弦：\')
20 inv = np.arccos(cos) 
21 print (inv)
22 print (\'\n\')
23 print (\'角度制单位：\')
24 print (np.degrees(inv))
25 print (\'\n\')
26 print (\'tan 函数：\')
27 tan = np.tan(a*np.pi/180) 
28 print (tan)
29 print (\'\n\')
30 print (\'反正切：\')
31 inv = np.arctan(tan) 
32 print (inv)
33 print (\'\n\')
34 print (\'角度制单位：\')
35 print (np.degrees(inv))

 

结果：

 1 含有正弦值的数组：
 2 [0. 0.5 0.70710678 0.8660254 1. ]
 3 
 4 
 5 计算角度的反正弦，返回值以弧度为单位：
 6 [0. 0.52359878 0.78539816 1.04719755 1.57079633]
 7 
 8 
 9 通过转化为角度制来检查结果：
10 [ 0. 30. 45. 60. 90.]
11 
12 
13 arccos 和 arctan 函数行为类似：
14 [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
15 6.12323400e-17]
16 
17 
18 反余弦：
19 [0. 0.52359878 0.78539816 1.04719755 1.57079633]
20 
21 
22 角度制单位：
23 [ 0. 30. 45. 60. 90.]
24 
25 
26 tan 函数：
27 [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
28 1.63312394e+16]
29 
30 
31 反正切：
32 [0. 0.52359878 0.78539816 1.04719755 1.57079633]
33 
34 
35 角度制单位：
36 [ 0. 30. 45. 60. 90.]

　　转自：

　　　　https://blog.csdn.net/Dontla/article/details/103702125?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

 

版权声明：本文为bokeyuan-dlam原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/bokeyuan-dlam/articles/13292527.html