numpy.sqrt#

numpy.sqrt(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'sqrt'>#

逐元素返回数组的非负平方根。

参数：

xarray_like: 需要计算平方根的值。
outndarray，None 或 ndarray 和 None 的元组，可选: 存储结果的位置。如果提供，则其形状必须与输入广播到的形状相同。如果未提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。
wherearray_like，可选: 此条件将广播到输入。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化。
**kwargs: 有关其他仅限关键字的参数，请参见ufunc 文档。

返回：

yndarray: 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 中的任何元素为复数，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，负元素返回 nan。如果提供了 out，则 y 是对它的引用。如果 x 是标量，则这是一个标量。

另请参见

备注

与常见约定一致，sqrt 的分支切割是实数“区间”[-inf, 0)，并且在其上从上方连续。分支切割是复平面中的一条曲线，在该曲线上给定的复函数不连续。

示例

>>> import numpy as np
>>> 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])