numpy.absolute #

麻木的。Absolute ( x , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'absolute'> #

按元素计算绝对值。

np.abs是这个函数的简写。

参数
x类似数组

输入数组。

out ndarray、None 或 ndarray 和 None 的元组,可选

存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或无,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

其中array_like,可选

该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的outout=None数组,则其中条件为 False 的位置将保持未初始化状态。

**夸格

对于其他仅关键字参数,请参阅 ufunc 文档

返回
绝对ndarray

包含x中每个元素的绝对值的 ndarray 。对于复数输入,的绝对值为a + ib\(\sqrt{ a^2 + b^2 }\)。如果x是标量,则这是标量。

例子

>>> x = np.array([-1.2, 1.2])
>>> np.absolute(x)
array([ 1.2,  1.2])
>>> np.absolute(1.2 + 1j)
1.5620499351813308

在 上绘制函数:[-10, 10]

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(start=-10, stop=10, num=101)
>>> plt.plot(x, np.absolute(x))
>>> plt.show()
../../_images/numpy-absolute-1_00_00.png

在复平面上绘制函数:

>>> xx = x + 1j * x[:, np.newaxis]
>>> plt.imshow(np.abs(xx), extent=[-10, 10, -10, 10], cmap='gray')
>>> plt.show()
../../_images/numpy-absolute-1_01_00.png

abs函数可以用作np.absoluteon ndarrays 的简写。

>>> x = np.array([-1.2, 1.2])
>>> abs(x)
array([1.2, 1.2])