Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Funciones hiperbólicas en NumPy

NumPy, la biblioteca de Python para cálculos numéricos, ofrece funciones hiperbólicas estándar que operan en arrays NumPy . Algunas de las funciones hiperbólicas más comunes en NumPy incluyen:

Esta lección introduce una librería o módulo usado en ciencia de datos con Python. Instálalo con pip en local; en el editor de The Data Schools muchas ya vienen precargadas.

Importa, ejecuta el ejemplo mínimo y solo después pasa a casos más complejos.

• np.sinh(x) : Seno hiperbólico.
• np.cosh(x) : Coseno hiperbólico.
• np.tanh(x) : Tangente hiperbólica.
• np.arcsinh(x) : Arco seno hiperbólico.
• np.arccosh(x) : Arco coseno hiperbólico.
• np.arctanh(x) : Arco tangente hiperbólico.

Puedes usar estas funciones para realizar cálculos con valores hiperbólicos.

    tanh_x = np.tanh(x)
print(tanh_x)
  

Encontrar ángulos en matrices

Si deseas encontrar ángulos en matrices, generalmente se utilizan funciones trigonométricas como el seno y el coseno. Puedes usar NumPy para realizar estos cálculos en matrices.

Por ejemplo, si tienes una matriz de ángulos en radianes y deseas encontrar los senos y cosenos de esos ángulos, puedes hacerlo de la siguiente manera:

    cosines = np.cos(angles)
print(cosines)
  

Ángulos de cada valor en matrices

NumPy facilita el cálculo de funciones hiperbólicas para matrices enteras. Puedes aplicar funciones hiperbólicas a matrices NumPy y obtener resultados para cada valor de la matriz. Por ejemplo:

    import numpy as np

x = np.array([0.5, 1.0, 1.5])
sinh_x = np.sinh(x)
coshcosh_x = np.cosh(x)
tanh_x = np.tanh(x)
print(tanh_x)
  

Esto te proporcionará matrices con los resultados de las funciones hiperbólicas aplicadas a cada elemento de la matriz original.

NumPy ofrece funciones hiperbólicas estándar y herramientas para trabajar con matrices de manera eficiente. Puedes utilizar estas funciones en una variedad de aplicaciones matemáticas y científicas.

Practica Funciones hiperbólicas en NumPy en el editor

Pon en práctica lo aprendido con nuestro editor Python interactivo. Cada ejercicio incluye el código de partida y un botón para abrirlo en una nueva pestaña, donde puedes modificarlo y ejecutarlo.

    import numpy as np

x = np.array([0.5, 1.0, 1.5])
sinh_x = np.sinh(x)
coshcosh_x = np.cosh(x)
tanh_x = np.tanh(x)
print(tanh_x)
  

    cosines = np.cos(angles)
print(cosines)
  

    tanh_x = np.tanh(x)
print(tanh_x)
  

Resumen

• Ejecuta y modifica cada ejemplo antes de seguir.
• Revisa errores de indentación y de importación de módulos.
• Consulta la lección anterior y la siguiente del menú lateral.