El numpy.log() és una funció matemàtica que s'utilitza per calcular el logaritme natural de x(x pertany a tots els elements de la matriu d'entrada). És la inversa de la funció exponencial així com un logaritme natural per elements. El logaritme natural logaritme és el revés de la funció exponencial, de manera que log(exp(x))=x. El logaritme en base e és el logaritme natural.
Sintaxi
numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) =
Paràmetres
x: array_like
Aquest paràmetre defineix el valor d'entrada per a la funció numpy.log().
fora: ndarray, None o tupla de ndarray i None (opcional)
Aquest paràmetre s'utilitza per definir la ubicació on s'emmagatzema el resultat. Si definim aquest paràmetre, ha de tenir una forma semblant a la difusió d'entrada; en cas contrari, es retorna una matriu recentment assignada. Una tupla té una longitud igual al nombre de sortides.
substituir un color a gimp
on: array_like (opcional)
És una condició que s'emet a l'entrada. En aquesta ubicació, on la condició és True, la matriu de sortida s'establirà amb el resultat ufunc(funció universal); en cas contrari, conservarà el seu valor original.
emissió: {'no','equiv','safe','same_kind','unsafe'} (opcional)
matemàtiques java
Aquest paràmetre controla el tipus de difusió de dades que es pot produir. El 'no' significa que els tipus de dades no s'han de llançar en absolut. L'equiv significa que només es permeten els canvis d'ordre de bytes. El 'segur' significa l'únic repartiment, que pot permetre el valor preservat. El 'same_kind' només significa llançaments segurs o repartiments dins d'un tipus. El 'no segur' significa que es pot fer qualsevol conversió de dades.
ordre: {'K', 'C', 'F', 'A'} (opcional)
Aquest paràmetre especifica l'ordre d'iteració de càlcul/disposició de memòria de la matriu de sortida. Per defecte, l'ordre serà K. L'ordre 'C' significa que la sortida hauria de ser contigua a C. L'ordre 'F' significa F-contigus, i 'A' significa F-contigus si les entrades són F-contigües i si les entrades són en C-contigües, aleshores 'A' significa C-contigües. 'K' significa fer coincidir l'ordre dels elements de les entrades (el més proper possible).
dinàmica de matriu java
dtype: tipus de dades (opcional)
Substitueix el tipus d de les matrius de càlcul i sortida.
prova: bool (opcional)
Per defecte, aquest paràmetre s'estableix en true. Si el posem a false, la sortida sempre serà una matriu estricta, no un subtipus.
signatura
Aquest argument ens permet proporcionar una signatura específica al bucle 1-d 'for', utilitzat en el càlcul subjacent.
extobj
operador ternari java
Aquest paràmetre és una llista de longitud 1, 2 o 3 que especifica la mida de la memòria intermèdia ufunc, l'enter del mode d'error i la funció de devolució d'error.
Devolucions
Aquesta funció retorna un ndarray que conté el valor logarítmic natural de x, que pertany a tots els elements de la matriu d'entrada.
Exemple 1:
import numpy as np a=np.array([2, 4, 6, 3**8]) a b=np.log(a) b c=np.log2(a) c d=np.log10(a) d
Sortida:
array([ 2, 4, 6, 6561]) array([0.69314718, 1.38629436, 1.79175947, 8.78889831]) array([ 1. , 2. , 2.5849625 , 12.67970001]) array([0.30103 , 0.60205999, 0.77815125, 3.81697004])
En el codi esmentat anteriorment
- Hem importat numpy amb el nom d'àlies np.
- Hem creat una matriu 'a' utilitzant la funció np.array().
- Hem declarat la variable b, c i, d i hem assignat el valor retornat de les funcions np.log(), np.log2() i np.log10() respectivament.
- Hem passat la matriu 'a' a totes les funcions.
- Finalment, hem intentat imprimir el valor de b, c i d.
A la sortida, s'ha mostrat un ndarray, que conté els valors log, log2 i log10 de tots els elements de la matriu font.
Exemple 2:
import numpy as np import matplotlib.pyplot as plt arr = [2, 2.2, 2.4, 2.6,2.8, 3] result1=np.log(arr) result2=np.log2(arr) result3=np.log10(arr) plt.plot(arr,arr, color='blue', marker='*') plt.plot(result1,arr, color='green', marker='o') plt.plot(result2,arr, color='red', marker='*') plt.plot(result3,arr, color='black', marker='*') plt.show()
Sortida:
què és l'objecte java
En el codi anterior
- Hem importat numpy amb el nom d'àlies np.
- També hem importat matplotlib.pyplot amb el nom d'àlies plt.
- A continuació, hem creat una matriu 'arr' utilitzant la funció np.array().
- Després d'això, vam declarar la variable resultat1, resultat2, resultat3 i vam assignar els valors retornats de les funcions np.log(), np.log2() i np.log10() respectivament.
- Hem passat la matriu 'arr' a totes les funcions.
- Finalment, hem intentat representar els valors de 'arr', resultat1, resultat2 i resultat3.
A la sortida, s'ha mostrat un gràfic amb quatre línies rectes amb diferents colors.
Exemple 3:
import numpy as np x=np.log([2, np.e, np.e**3, 0]) x
Sortida:
__main__:1: RuntimeWarning: divide by zero encountered in log array([0.69314718, 1. , 3. , -inf])
En el codi anterior
- En primer lloc, hem importat numpy amb el nom d'àlies np.
- Hem declarat la variable 'x' i hem assignat el valor retornat de les funcions np.log().
- Hem passat diferents valors a la funció, com ara el valor enter, np.e i np.e**2.
- Finalment, hem intentat imprimir el valor de 'x'.
A la sortida, s'ha mostrat un ndarray, que conté els valors de registre dels elements de la matriu font.