numpy.sqrt #
- 麻木的。sqrt ( x , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ ,签名, extobj ] ) = <ufunc 'sqrt'> #
按元素返回数组的非负平方根。
- 参数：
- x类似数组
需要平方根的值。
- 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out
out=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：
- y ndarray
与x形状相同的数组，包含x中每个元素的正平方根。如果x中的任何元素是复数，则返回复数数组（并计算负实数的平方根）。如果x中的所有元素 都是实数，则y也是实数，负数元素返回
nan。如果提供了out ，则 y是对其的引用。如果x是标量，则这是标量。
也可以看看
emath.sqrt当给定负实数时返回复数的版本。请注意，对于复杂输入，0.0 和 -0.0 的处理方式不同。
笔记
sqrt与常见约定一致，因为它的分支切割了真正的“区间”[ -inf , 0)，并且从上面连续。分支切割是复平面中的一条曲线，给定的复函数在该曲线上不连续。
例子
>>> 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])