NumPy hypot() 函数

NumPy hypot() 函数用于计算二维平面中两点 (x, y) 之间的欧氏距离(或斜边)。它计算两个数组或标量中每对对应元素的 sqrt(x² + y²) 值。

此函数通常用于计算几何中两点之间的距离或计算二维向量的幅值。

• 定义域:该函数接受两个数组或标量作为输入，分别表示点的 x 和 y 坐标。两个输入都可以是标量、数组或两者的组合。定义域为所有实数。
• 范围:输出值为非负实数，表示欧氏距离或量级。

语法

以下是 NumPy hypot() 函数的语法 -

numpy.hypot(x, y, /, out=None, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj])

参数

此函数接受以下参数 -

• x: 表示 x 坐标的第一个输入数组或标量点。
• y: 表示点的 y 坐标的第二个输入数组或标量。
• out(可选): 存储结果的位置。如果提供，则必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。
• where(可选): 此条件通过输入进行广播。在条件为 True 的位置，将计算结果。否则，结果将保留其原始值。
• casting(可选): 控制可能发生的数据类型转换。默认为"same_kind"。
• order(可选): 控制结果的内存布局顺序。 'C' 表示 C 阶，'F' 表示 Fortran 阶，'A' 表示如果输入均为 F 则为 'F'，否则为 'C'，'K' 表示尽可能匹配输入的布局。
• dtype(可选): 返回数组的类型以及处理元素的累加器的类型。除非指定 dtype，否则默认使用 x 和 y 的 dtype。
• subok(可选): 如果为 True，则将传递子类，否则返回的数组将被强制为基类数组。

返回值

此函数返回一个数组，其中每个元素都是根据输入数组中相应元素对 (x, y) 计算出的欧氏距离(或斜边)。结果表示二维平面上点 (x, y) 之间的距离。

示例:hypot() 函数的基本用法

在以下示例中，我们使用 hypot() 函数计算两个一维数组中点 (x, y) 之间的欧氏距离 -

import numpy as np

# 为 x 和 y 创建两个一维数组
x = np.array([3, 4, 5])
y = np.array([4, 3, 12])

# 对每对 (x, y) 应用 hypot
result = np.hypot(x, y)
print(result)

得到的输出将是 -

[ 5.  5. 13.]

示例:带标量的斜边

在本例中，我们计算标量值的欧氏距离(斜边)-

import numpy as np

# x 和 y 的标量值
x = 3
y = 4

# 对标量值应用斜边
result = np.hypot(x, y)
print(result)

得到的输出为 -

5.0

示例:不同形状数组的斜边

在本例中，我们计算不同形状数组的欧氏距离。 NumPy 将在执行操作之前广播数组以使其具有兼容的形状 -

import numpy as np

# 为 x 和 y 创建一维数组
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

# 对每对 (x, y) 应用 hypot
result = np.hypot(x, y)
print(result)

这将产生以下结果 -

[4.12310563 5.38516481 6.70820393]

示例:包含负值的斜边

在此示例中，我们计算包含负值的数组的欧氏距离。该函数可以正确处理负值，因为距离始终为非负值 -

import numpy as np

# x 和 y 的负值
x = np.array([-3, -4, -5])
y = np.array([4, 3, 12])

# 对每对 (x, y) 应用 hypot
result = np.hypot(x, y)
print(result)

这将产生以下结果 -

[ 5.  5. 13.]

numpy_trigonometric_functions.html