NumPy双曲函数与集合操作完整指南

调用双曲函数与反函数 ufunc

NumPy 的双曲正弦、余弦、正切（sinh、cosh、tanh）原生支持标量与一维或多维数组输入，返回值维度与输入保持一致。若已知函数值需反求对应的双曲角度（弧度），可直接调用其反函数 arcsinh、arccosh 与 arctanh。需注意，arccosh 仅接受大于等于 1 的值，arctanh 仅接受绝对值小于 1 的值，超出定义域会引发运行时警告。

计算标准双曲函数值

import numpy as np

# 标量输入
x_scalar = np.sinh(np.pi / 2)
print("单值双曲正弦:", x_scalar)

# 数组批量输入
arr = np.array([np.pi / 2, np.pi / 3, np.pi / 4, np.pi / 5])
x_arr = np.cosh(arr)
print("数组双曲余弦:", x_arr)

通过反函数求解弧度

import numpy as np

# 反求单值弧度
x_inv = np.arcsinh(1.0)
print("arcsinh(1.0) 对应弧度:", x_inv)

# 批量反求
arr_vals = np.array([0.1, 0.2, 0.5])
x_arr_inv = np.arctanh(arr_vals)
print("tanh 反函数批量计算:", x_arr_inv)

利用集合函数处理重复数据

数学上的集合要求元素唯一且无序。在 NumPy 中处理列表或矩阵前，通常需要先转换为集合结构，以避免重复值干扰后续的交并差集逻辑。集合操作默认仅对一维数组有效。

提取数组中的唯一值

import numpy as np

original = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])
uniqued = np.unique(original)
print("去重结果:", uniqued)

执行集合交并差集运算

完成去重后，可使用以下核心方法定位两组数据的关系。所有集合方法均返回升序排列的一维数组。

import numpy as np

set_a = np.array([1, 2, 3, 4])
set_b = np.array([3, 4, 5, 6])

# 并集：合并两个集合的全部唯一元素
union_res = np.union1d(set_a, set_b)
print("并集:", union_res)

# 交集：保留两个集合共有的元素
inter_res = np.intersect1d(set_a, set_b, assume_unique=True)
print("交集:", inter_res)

# 差集：找出在前者中存在但不在后者中的元素
diff_res = np.setdiff1d(set_a, set_b, assume_unique=True)
print("差集 (A-B):", diff_res)

# 对称差：保留仅存在于其中一个集合的元素
sym_diff_res = np.setxor1d(set_a, set_b, assume_unique=True)
print("对称差:", sym_diff_res)

关键参数说明与结果验证

intersect1d、setdiff1d 与 setxor1d 均包含可选参数 assume_unique。当输入数组已经过 unique() 处理或明确不含重复项时，务必将其设为 True。该参数会跳过内部的重复检查步骤，直接交由底层 C 语言逻辑处理，在大数据集上可显著缩短运行时间。 运算完成后，可通过比较返回值数组的长度或核对特定索引位置的值，确认逻辑是否符合预期。必要时可配合布尔掩码进一步筛选数据。

以上就是 NumPy 双曲函数与集合操作的详细内容，更多关于 NumPy 数学计算与数组处理的资料请关注本站其它相关文章！