numpy.arccosh

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

Обратная гиперболический косинус, поэлементно.

Параметры

xarray_like

Массив входных данных.

outndarray, None, или кортеж ndarray и None, необязательно

Расположение, в которое сохраняется результат. Если задано, оно должно иметь форму, к которой векторизуются входные данные. Если не задано или None, возвращается свежевыделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.

wherearray_like, необязательно

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 первоначальное значение. Обратите внимание, что если массив out создаётся с помощью значения по умолчанию out=None, то места в нём, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

arccoshndarray

Массив той же формы, что и x. Это скалярное значение, если x — скаляр.

См. также

cosh, arcsinh, sinh, arctanh, tanh

Примечания

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

Для вещественных типов входных данных arccosh всегда возвращает вещественный результат. Для каждого значения, которое нельзя представить в виде вещественного числа или бесконечности, она возвращает nan и устанавливает флаг ошибки плавающей точки invalid.

Для комплексных входных данных arccosh — комплексная аналитическая функция, у которой есть разрез ветви [-inf, 1] и она непрерывна сверху на нём.

Ссылки

1

M. Abramowitz and 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