পাইথনে scimath-এ ব্যস্ত কোসাইন গণনা করতে numpy.emath.arccos() মেথড ব্যবহার করুন। এটি x-এর ব্যস্ত কোসাইন-এর "প্রিন্সিপ্যাল ভ্যালু" ফেরত দেয়। বাস্তব x যার জন্য abs(x) <= 1, এটি বন্ধ আশ্রয় [0, π]-এ একটি বাস্তব সংখ্যা। অন্যথায়, জটিল প্রিন্সিপ্যাল ভ্যালু ফেরত দেওয়া হয়।
মেথডটি x মান(গুলি)র ব্যস্ত কোসাইন(গুলি) ফেরত দেয়। যদি x স্কেলার হয়, তবে আউটপুটও স্কেলার, অন্যথায় একটি অ্যারে অবজেক্ট ফেরত দেয়। প্রথম প্যারামিটার হলো যেসব মানের arccos প্রয়োজন।
ধাপসমূহ
প্রথমে প্রয়োজনীয় লাইব্রেরি আমদানি করুন:
import numpy as np
array() মেথড দিয়ে নাম্পাই অ্যারে তৈরি করুন:
arr = np.array([1, -1, 2, 0])
অ্যারে প্রদর্শন করুন:
print("Array...\n", arr)
অ্যারের টাইপ পান:
print("\nOur Array type...\n", arr.dtype)
অ্যারের ডায়মেনশন পান:
print("\nOur Array Dimension...\n", arr.ndim)
ব্যাস্ত কোসাইন গণনা করুন:
print("\nResult...", np.emath.arccos(arr))
উদাহরণ
import numpy as np
# নাম্পাই অ্যারে তৈরি করুন
arr = np.array([1, -1, 2, 0])
# অ্যারে প্রদর্শন করুন
print("Array...\n", arr)
# অ্যারের টাইপ পান
print("\nOur Array type...\n", arr.dtype)
# অ্যারের ডায়মেনশন পান
print("\nOur Array Dimensions...\n", arr.ndim)
# অ্যারের উপাদান সংখ্যা পান
print("\nNumber of elements...\n", arr.size)
# ব্যস্ত কোসাইন গণনা করুন
print("\nResult...", np.emath.arccos(arr))
আউটপুট
Array... [ 1 -1 2 0]
Our Array type... int64
Our Array Dimensions... 1
Number of elements... 4
Result... [0. -0.j 3.14159265-0.j 0. -1.3169579j 1.57079633-0.j ]
