Cosine element-wise. Show
Input array in radians. outndarray, None, or tuple of ndarray and None, optionalA location into which the result is stored. If provided, it must have a shape that the inputs broadcast to. If not provided or None, a freshly-allocated array is returned. A tuple (possible only as a keyword argument) must have length equal to the number of outputs. wherearray_like, optionalThis
condition is broadcast over the input. At locations where the condition is True, the out array will be set to the ufunc result. Elsewhere, the out array will retain its original value. Note that if an uninitialized out array is created via the default For other keyword-only arguments, see the ufunc docs. ReturnsyndarrayThe corresponding cosine values. This is a scalar if x is a scalar. Notes If out is provided, the function writes the result into it, and returns a reference to out. (See Examples) References M. Abramowitz and I. A. Stegun, Handbook of Mathematical Functions. New York, NY: Dover, 1972. Examples >>> np.cos(np.array([0, np.pi/2, np.pi])) array([ 1.00000000e+00, 6.12303177e-17, -1.00000000e+00]) >>> >>> # Example of providing the optional output parameter >>> out1 = np.array([0], dtype='d') >>> out2 = np.cos([0.1], out1) >>> out2 is out1 True >>> >>> # Example of ValueError due to provision of shape mis-matched `out` >>> np.cos(np.zeros((3,3)),np.zeros((2,2))) Traceback (most recent call last): File "<stdin>", line 1, in <module> ValueError: operands could not be broadcast together with shapes (3,3) (2,2) Table of Contents
Numpy (Numerical Python) merupakan salah satu powerful library yang dimiliki oleh Python. Dengan kehebatan fiturnya, library Numpy banyak digunakan oleh data scientist untuk melakukan pengolahan data yang berkategori angka atau numerik. Library ini terfokus pada proses komputasi numerik (scientific computing) seperti operasi vektor, matriks maupun operasi matematika lainnya. NumPy hampir menyerupai List pada Python, tetapi lebih powerful. Ada beberapa kelebihan NumPy dibandingkan List seperti size, performance dan functionally. Struktur data NumPy lebih membutuhkan ukuran yang lebih kecil dibandingkan dengan List tetapi mempunyai performa yang lebih cepat. Jadi, sahabat data tidak perlu menuliskan syntax terlalu panjang untuk melakukan operasi matematika pada Python. Kalian cukup menuliskan import numpy as np untuk memanggil librarynya. Selain itu, bisa sahabat data gunakan secara gratis untuk keperluan analisis data numerik. Selain operasi matematika, numpy juga berguna untuk membangun data array multidimensi atau N-dimensional yang powerful. Setelah kita memanggil library numpy dengan kode import numpy as np, kita akan menuliskan array. Array merupakan kumpulan variabel yang memiliki tipe data yang sama. Numpy menyimpan datanya dalam bentuk array. Bentuk dari numpy array adalah multidimensional yang mana dapat berupa 1-dimensi maupun 2-dimensi. Array 1-dimensi adalah sekumpulan data yang berisikan nama variabel dan tipe data yang sama yang dapat diakses menggunakan 1 buah index saja. Sedangkan array 2-dimensi adalah sekumpulan data yang berisikan nama dan tipe data yang sama dimana elemennya dapat diakses menggunakan 2 buah index yaitu index kolom dan index baris. Salah satu penggunaan library numpy dalam operasi matematika adalah fungsi trigonometri. Library NumPy menyediakan fungsi sin(), cos() dan tan() yang mengambil nilai dalam radian dan menghasilkan nilai sin, cos, dan tan yang seharusnya. Jadi, teman-teman tidak perlu khawatir jika ingin melakukan analisis data dengan menggunakan fungsi trigonometri melalui NumPy Array. Pada artikel DQLab kali ini, kita akan membahas tentang library numpy yang bisa diaplikasikan untuk melakukan fungsi trigonometri. Bagi kalian sahabat data yang penasaran dengan penggunaannya, pastikan kalian simak baik-baik dan baca selengkapnya artikel berikut ini. 1.Mengubah Derajat Menjadi RadianLibrary NumPy menyediakan variasi fungsi trigonometri mulai dari sin(), cos(), dan tan(). Pada kasus ini, kita akan mencoba mengambil nilai dalam radian dan menghasilkan nilai sin, cos, dan tan yang seharusnya. Sebelum itu, kalian perlu ketahui terlebih dahulu nilai phi dalam derajat. Nilai phi yang digunakan adalah 180 derajat. Asumsinya untuk satu lingkaran penuh bernilai 2 phi. Radian berasal dari radius atau jari-jari. Dimana untuk satu lingkaran bernilai 360 derajat. Contoh: Tentukan nilai cosinus PI/3 Dalam library NumPy, kita bisa aplikasikan melalui syntax berikut untuk mencari nilai cos 60 atau phi/3. import numpy as np x = np.cos(np.pi/3) print(x) Berikut adalah hasil outputnya: Berdasarkan hasil output tersebut, maka nilai cos 60 adalah 0,5. Selain itu, semua fungsi trigonometri menggunakan radian sebagai parameter tetapi kita juga bisa melakukan konversi radian menjadi derajat dan sebaliknya menggunakan NumPy. Contoh: Ubah semua nilai array berikut menjadi radian Berikut adalah syntax yang digunakan dan outputnya: Sebaliknya, kita akan mengubah radian menjadi derajat dengan menggunakan syntax berikut Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula 2.Menemukan Sudut dari Fungsi TrigonometriDengan library Numpy, kita juga bisa menemukan sudut dari nilai sinus, cos, dan tan atau inverse. NumPy menyediakan fungsi arcsin(), arccos() dan arctan() yang menghasilkan nilai radian untuk nilai sin, cos, dan tan sesuai dengan yang diberikan. Contoh Temukan sudut tan 1,0 Berikut adalah syntax yang bisa kalian gunakan dan hasil outputnya : Selain mencari sudut di satu nilai, dengan library Numpy juga bisa mencari sudut untuk semua nilai baik sinus, cosinus maupun tan. Baca juga : Python : Kenali 3 Buku yang Akan Mempercepat Kamu Dalam Belajar Python 3.Mencari Hipotenusa dengan Teorema PythagorasSahabat data pasti tidak asing dengan teorema Pythagoras bukan? Materi matematika yang satu ini, ternyata juga bisa diselesaikan menggunakan library Numpy. NumPy menyediakan fungsi hypot() yang mengambil nilai dasar dan tegak lurus dan menghasilkan hipotenusa berdasarkan teorema pythagoras. Berikut contohnya: Tentukan hipotenusa untuk alas 7 dan tegak lurus 24 Note: untuk alas, pada library Numpy dapat menggunakan base, jika tegak lurus dapat menggunakan perp. Berikut adalah syntax yang digunakan: Sehingga, diketahui nilai hipotenusa untuk alas 7 dan tegak lurus 24 adalah 25. 4. Yuk, TEMUKAN SUMBER DATA UNTUK BANGUN PORTFOLIO GRATIS DI DQLAB SELAMA 1 BULAN!Gunakan Kode Voucher "DQTRIAL", dan simak informasi dibawah ini mendapatkan 30 Hari FREE TRIAL:
Penulis: Reyvan Editor: Annissa Widya Davita Apa perbedaan Pandas dan NumPy?Ternyata numpy menjadi salah satu library yang digunakan oleh library lain dalam proses analisa data, seperti Scikit-Learn. Sedangkan Pandas digunakan untuk memanipulasi data, seperti proses membaca data dari berbagai format (xlsx., csv., txt., dan lain sebagainya).
Apa kegunaan import NumPy?Numpy berfungsi memudahkan operasi komputasi tipe data numerik seperti penjumlahan, pengurangan, perkalian, pangkat, dan operasi lainnya yang bisa diterapkan pada vektor atau matriks.
Apa fungsi shape pada python?Pada fungsi shape menghasilkan sebuah tuple yang berisikan panjang sebuah array pada tiap dimensi.
Apa itu Package NumPy?NumPy merupakan singkatan dari Numerical Python. NumPy merupakan salah satu library Python yang berfungsi untuk proses komputasi numerik. NumPy memiliki kemampuan untuk membuat objek N-dimensi array.
|