numpy.acosh

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

Обратная гиперболический косинус, поэлементно.

Параметры:

xarray_like

Вводной массив.

outndarray, None, или кортеж ndarray и None, необязательно

Расположение, в котором хранится результат. Если указано, оно должно иметь форму, к которой векторизуются входные данные. Если не указано или None, возвращается только что выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.

wherearray_like, необязательно

Это условие векторизуется 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 создан через значение по умолчанию out=None, позиции в нем, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращаемое значение:

arccoshndarray

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

См. также

cosh, arcsinh, sinh, arctanh, tanh

Заметки

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

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

Для комплекснозначного ввода arccosh — это комплексная аналитическая функция, имеющая разрез [-inf, 1] и непрерывная сверху на нём.

Справочные материалы

[1]

М. Абрамович и И.А. Стегун, «Справочник по математическим функциям», 10-е издание, 1964 г., стр. 86. https://personal.math.ubc.ca/~cbm/aands/page_86.htm

[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