numpy.arccosh

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

Обратная гиперболическая косинусная функция, поэлементно.

Параметры

xarray_like

Входной массив.

outndarray, None, or tuple of ndarray and None, optional

Расположение, в которое сохраняется результат. Если указано, оно должно иметь форму, на которую распространяются входные данные. Если не указано или равно None, возвращается только что выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную числу выходов.

wherearray_like, optional

Это условие транслируется по входу. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит свое исходное значение. Обратите внимание, что если неинициализированный массив out создается с помощью значения по умолчанию out=None, места в нем, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию по ufunc.

Возвращает

arccoshndarray

Массив той же формы, что и x. Это скаляр, если x является скаляром.

См. также

cosh, arcsinh, sinh, arctanh, tanh

Примечания

arccosh — многозначная функция: для каждого x существует бесконечно много чисел z таких, что cosh(z) = x. Соглашение заключается в том, чтобы вернуть z, чья мнимая часть лежит в [-pi, pi], а действительная часть в [0, inf].

Для вещественных типов данных входных данных arccosh всегда возвращает вещественный результат. Для каждого значения, которое нельзя представить как вещественное число или бесконечность, возвращается nan и устанавливается флаг ошибки с плавающей точкой invalid.

Для комплексных входных данных arccosh — комплексная аналитическая функция, имеющая разрыв ветви [-inf, 1] и непрерывная сверху на ней.

Ссылки

1

M. Abramowitz и I.A. Stegun, «Справочник по математическим функциям», 10-е издание, 1964, стр. 86. http://www.math.sfu.ca/~cbm/aands/

2

Википедия, «Обратная гиперболическая функция», https://en.wikipedia.org/wiki/Arccosh

Примеры

>>> np.arccosh([np.e, 10.0])
array([ 1.65745445,  2.99322285])
>>> np.arccosh(1)
0.0