numpy.cbrt () в Python

Опубликовано: 26 Марта, 2022

Эта математическая функция помогает пользователю вычислить кубический корень из x для всех x, являющихся элементами массива.
Синтаксис:

 numpy.cbrt (arr, out = None, ufunc 'cbrt'):

Параметры:

arr: [array_like] Входной массив или объект
        элементы которого нам нужно возвести в квадрат.

Возвращение :

Массив с кубическим корнем из x для всех элементов массива x, т.е. 

 
Code #1 : Working

# Python program explaining
# cbrt () function
   
import numpy as np
   
arr1 = [1, 27000, 64, -1000]
print ("cbrt Value of arr1 : ", np.cbrt(arr1))
   
arr2 = [1024 ,-128]
print (" cbrt Value of arr2 : ", np.cbrt(arr2))

Выход :

cbrt Value of arr1 : 
 [  1.  30.   4. -10.]

cbrt Value of arr2 :  [ 10.0793684  -5.0396842]

 
Code #2 : Working with complex numbers

# Python program explaining
# cbrt () function
   
import numpy as np
   
a = 4 + 3j
print("cbrt(4 + 3j) : ", np.cbrt(a))
   
b = 16 + 13j
print(" cbrt value(16 + 13j) : ", np.cbrt(b))

Выход :

TypeError: ufunc 'cbrt' не поддерживается для типов ввода,
и нельзя было безопасно привести входные данные к поддерживаемым
типы согласно правилу литья 'безопасный'

 
Code #3 : Graphical representation

# Python program explaining
# cbrt () function
   
import numpy as np
import matplotlib.pyplot as plt
   
a = np.linspace(start = -5, stop = 150,
                num = 10, endpoint = True)
                   
print("Graphical Representation : ", np.cbrt(a))
   
plt.title("blue : with cbrt red : without cbrt")
plt.plot(a, np.cbrt(a))
   
plt.scatter(a, a, color = "red")
plt.show()

Выход :

 Графическое представление : 
 [-1.70997595 2.30347441 3.08793243 3.60027433 3.99768384 4.3287262
  4,61565763 4,87076238 5,10162421 5,31329285]

Использованная литература :
https://docs.scipy.org/doc/numpy-1.12.0/reference/generated/numpy.cbrt.html
.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.