numpy.sqrt

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

Возвращает неотрицательный квадратный корень массива поэлементно.

Параметры:

x : array_like Значения, для которых требуется квадратный корень. out : ndarray, None, or tuple of ndarray and None, optional Расположение, в которое сохраняется результат. Если задано, оно должно иметь форму, к которой векторизуются входные данные. Если не задано или None, возвращается только что выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную числу выходных значений. where : array_like, optional Это условие векторизуется по входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае, массив out сохранит своё исходное значение. Обратите внимание, что если массив out создан через стандартное значение out=None, места в нём, где условие ложно, останутся неинициализированными. **kwargs Для других ключевых аргументов см. документацию ufunc.

Возвращает:

y : ndarray Массив такой же формы, как x, содержащий положительный квадратный корень каждого элемента в x. Если какой-либо элемент в x является комплексным, возвращается комплексный массив (и вычисляются квадратные корни отрицательных вещественных чисел). Если все элементы в x являются вещественными, то и y является вещественным, а отрицательные элементы возвращают nan. Если out был задан, то y ссылается на него. Это скаляр, если x является скаляром.

См. также

lib.scimath.sqrt

Версия, возвращающая комплексные числа при отрицательных вещественных числах.

Примечания

sqrt, в соответствии с общей конвенцией, имеет разрез ветвей на вещественном «интервале» [-inf, 0), и непрерывна сверху на нём. Разрез ветвей — кривая в комплексной плоскости, через которую заданная комплексная функция перестаёт быть непрерывной.

Примеры

>>> 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, np.inf])
array([ 2., nan, inf])