numpy.sqrt#

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

Возвращает неотрицательный квадратный корень из массива поэлементно.

Параметры:

xarray_like: Значения, для которых требуется вычислить квадратные корни.
выходndarray, None или кортеж из ndarray и None, опционально: Место для сохранения результата. Если предоставлено, оно должно иметь форму, в которую транслируются входные данные. Если не предоставлено или None, возвращается вновь выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.
гдеarray_like, необязательный: Это условие транслируется на вход. В местах, где условие истинно, выход массив будет установлен в результат ufunc. В других местах выход массив сохранит своё исходное значение. Обратите внимание, что если неинициализированный выход массив создается через стандартный out=None, позиции внутри неё, где условие ложно, останутся неинициализированными.
**kwargs: Для других аргументов, доступных только по ключевым словам, смотрите документация ufunc.

Возвращает:

yndarray: Массив той же формы, что и x, содержащий положительный квадратный корень каждого элемента в x. Если любой элемент в x является комплексным, возвращается комплексный массив (и вычисляются квадратные корни из отрицательных вещественных чисел). Если все элементы в x являются вещественными, так же как и y, с отрицательными элементами, возвращающими nan. Если выход был предоставлен, y является ссылкой на него. Это скаляр, если x является скаляром.

Смотрите также

emath.sqrt: Версия, возвращающая комплексные числа при задании отрицательных вещественных. Обратите внимание, что 0.0 и -0.0 обрабатываются по-разному для комплексных входных данных.

Примечания

sqrt имеет — в соответствии с общепринятым соглашением — в качестве своей линии разреза вещественный «интервал» [-inf, 0), и непрерывен сверху на нём. Разрез ветви — это кривая в комплексной плоскости, через которую данная комплексная функция перестаёт быть непрерывной.

Примеры

>>> import numpy as np
>>> 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])