numpy.sqrt

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

Возвращает неотрицательный квадратный корень массива поэлементно.

Параметры:

xarray_like

Значения, для которых требуется квадратный корень.

outndarray, None или кортеж ndarray и None, необязательно

Местоположение, в которое сохраняется результат. Если указано, оно должно иметь форму, к которой входные данные передаются по ширине. Если не указано или None, возвращается только что выделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную количеству выходов.

wherearray_like, необязательно

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 массив out создается через значение по умолчанию out=None, места в нем, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает:

yndarray

Массив той же формы, что и 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 действительных чисел). Если все элементы в x являются действительными, то и y, при отрицательных элементах возвращаются nan. Если out было предоставлено, y является ссылкой на него. Это скаляр, если x является скаляром.

См. также

emath.sqrt

Версия, которая возвращает комплексные числа при задании отрицательных действительных чисел. Обратите внимание, что 0.0 и -0.0 обрабатываются по-разному для комплексных входов.

Примечания

sqrt имеет–соответствующую общепринятой конвенции–в качестве своей линии разрыва действительный «интервал» [-inf, 0), и непрерывен сверху на нем. Линия разрыва – это кривая в комплексной плоскости, через которую данная комплексная функция перестает 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])