Hoje, aprendemos sobre o método arcCos () e como implementamos o método arcCos () em python usando uma das bibliotecas importantes do Python, que é Numpy. Numpy é usado para calcular os valores numéricos. Implementamos uma das funções trigonométricas inversas, que é o método arcCos ().
Em matemática, a função ArcCos () é o inverso da função cos () e pode ser escrito como cos-1. Quando aplicamos a função ArcCos () da matriz Numpy, ela executa o elemento de função por elemento.
Sintaxe:
Agora, vamos discutir o estilo de escrita e a implementação da função ArcCos () no Numpy Python. Primeiro, escrevemos o nome da biblioteca que usamos em todo o artigo que é Numpy porque é usado para calcular os valores numéricos. Em seguida, concatenamos o nome da função no qual usamos a função "ArcCos ()" com o pacote Numpy. Em seguida, passamos os parâmetros para calcular o inverso de cos nele.
Parâmetros:
x: A matriz de entrada na qual implementamos a função arcCos () para obter a saída desejada.
fora: A forma da matriz que recebemos em troca. Ele também nos diz em que local faz o resultado da função ArcCos () é armazenada em Python.
Valor de retorno:
Em troca, obtemos o inverso da função COS () aplicando a função ArcCos ().
Exemplo 1:
Vamos começar a escrever o primeiro e mais fácil exemplo de Numpy, para que possa ser facilmente compreensível para o usuário sobre o que estamos fazendo neste exemplo. É por isso que temos que dar o exemplo simples da função ArcCos (). Primeiro, temos que abrir qualquer compilador Python para que possamos implementar o código. Aqui, usamos o Notebook Jupyter para a compilação e execução do código do nosso programa.
Em seguida, instalamos o pacote Numpy porque implementamos uma das funções importantes do Numpy, que é o ArcCos (). Após a instalação do pacote Numpy, importamos o pacote para o nosso compilador. Primeiro, sempre escrevemos a palavra -chave "importar", que diz ao compilador que estamos importando o pacote. Em seguida, escrevemos o nome do pacote que usamos no programa que é "Numpy". Então, também podemos escrever o pacote Numpy, que é "np".
importar numpy como npDepois de importar o pacote, começamos a escrever a linha de código real que queremos implementar no programa. Imprimimos a mensagem usando o método print (). É o método predefinido, usado para exibir os dados que queremos exibir. Depois disso, criamos a matriz de entrada usando uma das funções de criação de matrizes, Arange () Função de Numpy. Então, passamos os argumentos nele. Em seguida, exibimos a matriz de entrada chamando o método print () novamente.
Após a criação da matriz de entrada, tomamos o inverso da função de entrada. Para isso, primeiro escrevemos o alias Numpy “NP” e depois o concatamos com a função ArcCos (). Então, passamos o argumento que é a matriz de entrada nele. E então, exibimos a matriz chamando o método print () novamente. Vamos ver a saída deste exemplo e verificar se obtemos a saída desejada ou não:
Como você vê, obtivemos a saída desejada do exemplo anteriormente explicado.
Exemplo 2:
Vamos começar a implementar nosso segundo exemplo da função ArcCos (). Para começar a escrever nosso próximo exemplo, primeiro importamos a biblioteca que usamos em nosso programa, que é Numpy. Aqui, usamos apenas esta biblioteca porque calculamos o inverso de cos. Primeiro, escrevemos a palavra -chave "importar" que é usada para importar as bibliotecas na programação Python. Então, escrevemos o nome da biblioteca que usamos aqui, que é "Numpy". Também podemos escrever o nome alternativo de Numpy, que é "np" que estamos usando. Usar "NP" em vez de escrever o nome completo da biblioteca é uma boa abordagem de programação e os programadores geralmente usam essa abordagem.
Depois de importar o pacote, usamos uma instrução print () para exibir a mensagem para que o usuário possa entender facilmente o código. Em seguida, criamos a matriz usando uma das funções da matriz, que é a função Linspace () que é usada para espaçar uniformemente os elementos da matriz de entrada. Primeiro usamos o "NP" e depois concatamos a função linspace () e passamos os argumentos nele. O primeiro argumento é "0", que é o valor inicial. O valor final é "pi" que escrevemos chamando a função pi () de Numpy. Então, "10" é o número de elementos na matriz. Armazenamos toda essa função em outra matriz chamada "Array", para que não tenhamos que escrever essa função novamente no programa.
Então, chamamos outra função de Numpy, que é a função cos (). Aqui, calculamos os cos da matriz de entrada. Primeiro, escrevemos o "np". Em seguida, chamamos a função cos () e passamos a matriz de entrada nela, e depois o armazenamos em outra matriz chamada "cos_arr". Em seguida, chamamos a função real que queremos implementar qual é a função arcCos (). Primeiro, escrevemos o "NP" e concatenamos a função ArcCos () e passamos a matriz de entrada nele. Armazenamos essa função em outra matriz chamada "Arcos_arr".
importar numpy como npDepois de chamar essa função anterior, obtemos a seguinte saída:
Agora, temos que plotar essas matrizes resultantes em um gráfico usando outro pacote de programação python que é "matplotlib". É usado para exibir o gráfico visual. Primeiro, escrevemos a palavra -chave "importar". Em seguida, escrevemos o nome do pacote "Matplotlib" e o concatamos com "Pyplot", que é o módulo de "matplotlib", que significa "plotagem de python". Então, escrevemos o pseudônimo de "PLT".
importar matplotlib.pyplot como pltEm seguida, chamamos a função plot () com o alias “PLT” e passamos os parâmetros nele, que são a matriz de entrada, cos_arr e a cor e o marcador do eixo x. Então, chamamos a função plot () novamente para o eixo y. Em seguida, escrevemos o título do gráfico, o eixo x e o eixo y e mostramos o gráfico usando as diferentes funções de Matplotlib.
Aqui está a representação visual da função ArcCos () usando o pacote matplotlib:
Conclusão
Neste artigo, aprendemos sobre a função ArcCos () e como implementar essa função no Python. Aprendemos outra biblioteca de Python, que é o pacote Matplotlib para plotar o gráfico. Também implementamos vários exemplos da função ArcCos () com uma explicação detalhada de todas as linhas de código.