NumPy 1.14 - numpy.sqrt()

numpy.sqrt




numpy

numpy.sqrt

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

तत्व-वार के एक वर्ग के सकारात्मक वर्ग-मूल को लौटाएं।

पैरामीटर:

x : array_like

वे मान जिनकी वर्ग-जड़ों की आवश्यकता होती है।

बाहर : ndarray, कोई नहीं, या tdle of ndarray और कोई नहीं, वैकल्पिक

एक स्थान जिसमें परिणाम संग्रहीत किया जाता है। यदि प्रदान किया जाता है, तो इसका एक आकार होना चाहिए जो कि इनपुट प्रसारित करता है यदि प्रदान नहीं किया गया है या None , तो एक ताज़ा-आवंटित सरणी वापस आ जाती है। एक ट्यूपल (केवल एक कीवर्ड तर्क के रूप में संभव) आउटपुट की संख्या के बराबर लंबाई होना चाहिए।

जहां : array_like, वैकल्पिक

सत्य के मान उस स्थिति में ufunc की गणना करने के लिए संकेत देते हैं, गलत के मान अकेले उत्पादन में मूल्य छोड़ने का संकेत देते हैं।

** kwargs

अन्य कीवर्ड-केवल तर्कों के लिए, ufunc डॉक्स देखें।

यह दिखाता है:

y : ndarray

x के समान आकार का एक सरणी, जिसमें x में प्रत्येक तत्व का सकारात्मक वर्ग-मूल है। यदि x में कोई तत्व जटिल है, तो एक जटिल सरणी वापस आ जाती है (और नकारात्मक वास्तविक के वर्ग-मूल की गणना की जाती है)। यदि x सभी तत्व वास्तविक हैं, तो y , नकारात्मक तत्वों के साथ nan वापस आ रहा है। यदि प्रदान किया गया था, तो y इसका संदर्भ है।

यह भी देखें

lib.scimath.sqrt
एक संस्करण जो नकारात्मक वास्तविक दिए जाने पर जटिल संख्या देता है।

टिप्पणियाँ

sqrt में आम सम्मेलन के अनुरूप है- क्योंकि इसकी शाखा वास्तविक "अंतराल" [ -inf , 0) को -inf , और इसके ऊपर से निरंतर है। एक शाखा कट कॉम्प्लेक्स प्लेन में एक वक्र होता है, जिसमें एक दिया गया कॉम्प्लेक्स फ़ंक्शन निरंतर होने में विफल रहता है।

उदाहरण

>>> 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, numpy.inf])
array([  2.,  NaN,  Inf])