dask.array.abs

dask.array.abs¶

dask.array.abs(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'absolute'>¶

此文档字符串是从 numpy.absolute 复制的。

Dask 版本可能存在一些不一致性。

逐元素计算绝对值。

np.abs 是此函数的简写。

参数

xarray_like: 输入数组。
出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。如果没有提供或为None，则返回一个新分配的数组。一个元组（只能作为关键字参数）的长度必须等于输出的数量。
哪里类似数组, 可选: 此条件通过输入进行广播。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了一个未初始化的 out 数组，条件为 False 的位置将保持未初始化状态。
**kwargs: 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 a + ib，绝对值为 \(\sqrt{ a^2 + b^2 }\)。如果 x 是标量，则这是一个标量。

示例

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

在 [-10, 10] 范围内绘制函数：

>>> import matplotlib.pyplot as plt  

>>> x = np.linspace(start=-10, stop=10, num=101)  
>>> plt.plot(x, np.absolute(x))  
>>> plt.show()  

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()  

abs 函数可以用作 ndarrays 上 np.absolute 的简写。

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

API

dask.array.absolute