فهرست سرفصل‌های NumPy
خانه (HOME) مقدمه (Intro) شروع کار (Getting Started) ساخت آرایه ها (Creating Arrays) ایندکس گذاری آرایه (Array Indexing) برش آرایه (Array Slicing) انواع داده (Data Types) کپی در برابر View (Copy vs View) شکل آرایه (Array Shape) تغییر شکل آرایه (Array Reshape) حلقه روی آرایه (Array Iterating) ترکیب آرایه ها (Array Join) تقسیم آرایه ها (Array Split) جستجو در آرایه (Array Search) مرتب سازی آرایه (Array Sort) فیلتر کردن آرایه (Array Filter) مقدمه تصادفی سازی (Random Intro) توزیع داده (Data Distribution) جابه جایی تصادفی (Random Permutation) ماژول Seaborn (Seaborn Module) توزیع نرمال (Normal Distribution) توزیع دوجمله ای (Binomial Distribution) توزیع پواسون (Poisson Distribution) توزیع یکنواخت (Uniform Distribution) توزیع لجستیک (Logistic Distribution) توزیع چندجمله ای (Multinomial Distribution) توزیع نمایی (Exponential Distribution) توزیع کای دو (Chi Square Distribution) توزیع ریلی (Rayleigh Distribution) توزیع پارتو (Pareto Distribution) توزیع زیف (Zipf Distribution) مقدمه ufunc (ufunc Intro) ساخت تابع ufunc (ufunc Create Function) حساب ساده با ufunc (ufunc Simple Arithmetic) گرد کردن اعشار با ufunc (ufunc Rounding Decimals) لگاریتم ها با ufunc (ufunc Logs) جمع ها با ufunc (ufunc Summations) حاصل ضرب ها با ufunc (ufunc Products) تفاضل ها با ufunc (ufunc Differences) کمترین مضرب مشترک با ufunc (ufunc Finding LCM) بزرگترین مقسوم علیه مشترک با ufunc (ufunc Finding GCD) توابع مثلثاتی با ufunc (ufunc Trigonometric) توابع هذلولوی با ufunc (ufunc Hyperbolic) عملیات مجموعه ای با ufunc (ufunc Set Operations) ویرایشگر (Editor) آزمون (Quiz) تمارین (Exercises) سرفصل دوره (Syllabus) برنامه مطالعه (Study Plan) گواهینامه (Certificate)
نتیجه‌ای برای جستجو یافت نشد.
NumPy

NumPy — توابع هذلولوی با ufunc (ufunc Hyperbolic)

آخرین بروزرسانی: 1404/08/25

توابع هذلولوی با ufunc (ufunc Hyperbolic)

اینجا با توابع هذلولوی با ufunc در NumPy آشنا می شوی؛ یعنی توابعی مثل sinh و cosh که روی اعداد رادیانی کار می کنند و خروجی هذلولوی می دهند.

آشنایی با توابع هذلولوی با ufunc در NumPy

در منبع نوشته شده NumPy سه ufunc هذلولوی sinh()، cosh() و tanh() دارد.

این توابع ورودی را برحسب رادیان می گیرند و مقدار هذلولوی متناظر را برمی گردانند.

اگر خواستی خود صفحه را ببینی، می توانی به لینک توابع هذلولوی با ufunc در NumPy هم سر بزنی.

import numpy as np

x = np.sinh(np.pi / 2)

print(x)

مشاهده در ادیتور

در متن منبع، این مثال مقدار تابع هذلولوی سینوس برای زاویه π/2 را حساب می کند.

بعد در همان صفحه، مثالی برای تابع هذلولوی کسینوس روی یک آرایه آمده است.

import numpy as np

arr = np.array([np.pi / 2, np.pi / 3, np.pi / 4, np.pi / 5])

x = np.cosh(arr)

print(x)

مشاهده در ادیتور

طبق منبع، این کد مقدار cosh را برای هر زاویه در آرایه محاسبه می کند.

یافتن زاویه با توابع هذلولوی معکوس

در بخش بعدی منبع، هدف پیدا کردن زاویه از روی مقدار هذلولوی است.

در متن توضیح داده شده که از توابع معکوس مثل arcsinh()، arccosh() و arctanh() استفاده می شود.

این توابع مقدار زاویه را برحسب رادیان برمی گردانند.

import numpy as np

x = np.arcsinh(1.0)

print(x)

مشاهده در ادیتور

طبق همان منبع، این مثال زاویه ای را پیدا می کند که مقدار sinh آن برابر 1 است.

زاویه برای هر مقدار آرایه با ufunc هذلولوی

در ادامه، منبع مثالی برای محاسبه زاویه از روی مقادیر tanh در آرایه نشان داده است.

آرایه شامل مقادیر 0٫1، 0٫2 و 0٫5 است.

import numpy as np

arr = np.array([0.1, 0.2, 0.5])

x = np.arctanh(arr)

print(x)

مشاهده در ادیتور

همان طور که در منبع آمده، خروجی این کد زاویه رادیانی متناظر هر مقدار tanh در آرایه است.

اگر دوست داری درباره توابع مثلثاتی معمولی بخوانی، می توانی به صفحه توابع مثلثاتی با ufunc سر بزنی.

تمرین گام به گام با توابع هذلولوی با ufunc

برای محکم شدن مطالبی که منبع درباره توابع هذلولوی با ufunc گفته، این سه کار را انجام بده:

  1. یک مقدار ساده مثل π/2 را با np.sinh() و np.cosh() حساب کن.
  2. چند مقدار بین -0٫5 و 0٫5 انتخاب کن و با np.tanh() و بعد np.arctanh() کار کن.
  3. نتیجه را با اعداد اصلی مقایسه کن تا رفتار توابع هذلولوی را بهتر ببینی.

بعد از این تمرین ها سراغ فصل بعدی یعنی عملیات روی مجموعه ها در NumPy برو و عملیات مجموعه ای با ufunc را هم بخوان.

جمع بندی سریع توابع هذلولوی با ufunc

چند نکته مهم که در منبع این درس درباره توابع هذلولوی با ufunc آمده است:

  • توابع sinh()، cosh() و tanh() در NumPy به صورت ufunc تعریف شده اند و با مقادیر رادیانی کار می کنند.
  • توابع معکوس arcsinh()، arccosh() و arctanh() زاویه رادیانی متناظر مقدار هذلولوی را برمی گردانند.
  • همه مثال های منبع روی آرایه های NumPy نوشته شده اند تا ببینی ufunc ها چطور روی چند مقدار همزمان اعمال می شوند.
  • لینک های «Try it Yourself» در منبع به تو کمک می کنند همان کدها را آنلاین اجرا و بررسی کنی.