Python numpy sqrt用法及代码示例

本文简要介绍 python 语言中 numpy.sqrt 的用法。

用法:

numpy.sqrt(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'sqrt'>

按元素返回数组的非负平方根。

参数：

x： array_like

需要平方根的值。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为真的位置，out数组将设置为 ufunc 结果。在其他地方，out数组将保留其原始值。请注意，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

y： ndarray

形状相同的数组x，包含中每个元素的正平方根x。如果任意元素在x是复数，则返回复数数组(并计算负实数的平方根)。如果所有元素在x是真实的，也是如此y，返回负数元素nan.如果out提供了，y是对它的引用。这是一个标量，如果x是一个标量。

注意：

sqrt has-consistent 与共同的convention-as 它的分支切割了真正的“interval” [-inf, 0)，并且从上面连续。分支切割是复平面中的一条曲线，在该曲线上给定的复函数不能是连续的。

例子：

>>> np.sqrt([1,4,9])
array([ 1.,  2.,  3.])

>>> np.sqrt([4, -1, -3+4J])
array([ 2.+0.j,  0.+1.j,  1.+2.j])

>>> np.sqrt([4, -1, np.inf])
array([ 2., nan, inf])