Numpy.log() este o funcție matematică care este utilizată pentru a calcula logaritmul natural al lui x(x aparține tuturor elementelor matricei de intrare). Este inversul funcției exponențiale, precum și un logaritm natural în funcție de element. Logaritmul natural este inversul funcției exponențiale, astfel încât log(exp(x))=x. Logaritmul în baza e este logaritmul natural.
Sintaxă
numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) =
Parametrii
x: array_like
Acest parametru definește valoarea de intrare pentru funcția numpy.log().
out: ndarray, None sau tuplu de ndarray și None (opțional)
Acest parametru este utilizat pentru a defini locația în care este stocat rezultatul. Dacă definim acest parametru, acesta trebuie să aibă o formă asemănătoare cu difuzarea de intrare; în caz contrar, se returnează o matrice proaspăt alocată. Un tuplu are o lungime egală cu numărul de ieșiri.
unde: array_like (opțional)
Este o condiție care este transmisă prin intrare. În această locație, unde condiția este True, matricea out va fi setată la rezultatul ufunc(funcție universală); în caz contrar, își va păstra valoarea inițială.
casting: {'nu','equiv','safe','same_kind','unsafe'}(opțional)
Acest parametru controlează tipul de difuzare a datelor care poate apărea. „Nu” înseamnă că tipurile de date nu ar trebui să fie turnate deloc. „Echiv” înseamnă că sunt permise numai modificări ale ordinii octeților. „Seif” înseamnă singura distribuție, care poate permite valoarea păstrată. „Same_kind” înseamnă doar modele sigure sau turnate dintr-un fel. „Nesigur” înseamnă că orice conversie de date poate fi efectuată.
comanda: {'K', 'C', 'F', 'A'} (opţional)
Acest parametru specifică ordinea iterației de calcul/dispunerea memoriei a matricei de ieșire. În mod implicit, ordinea va fi K. Ordinul „C” înseamnă că ieșirea ar trebui să fie C-contiguă. Ordinul „F” înseamnă F-contiguu, iar „A” înseamnă F-contiguu dacă intrările sunt F-contigue și dacă intrările sunt în C-contigue, atunci „A” înseamnă C-contigue. „K” înseamnă să potriviți ordinea elementelor intrărilor (cât mai aproape posibil).
dtype: tip de date (opțional)
Acesta suprascrie tipul d al matricelor de calcul și de ieșire.
test: bool (opțional)
centos vs redhat
În mod implicit, acest parametru este setat la adevărat. Dacă îl setăm la false, rezultatul va fi întotdeauna o matrice strictă, nu un subtip.
semnătură
Acest argument ne permite să furnizăm o semnătură specifică buclei 1-d „for”, utilizată în calculul de bază.
extobj
Acest parametru este o listă de lungime 1, 2 sau 3 care specifică dimensiunea buffer-ului ufunc, întregul mod de eroare și funcția de returnare a erorii.
coduri de eroare linux
Se intoarce
Această funcție returnează un ndarray care conține valoarea logaritmică naturală a lui x, care aparține tuturor elementelor matricei de intrare.
Exemplul 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
Ieșire:
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])
În codul menționat mai sus
- Am importat numpy cu numele de alias np.
- Am creat o matrice „a” folosind funcția np.array().
- Am declarat variabilele b, c și, d și am atribuit valoarea returnată a funcțiilor np.log(), np.log2() și respectiv np.log10().
- Am trecut matricea „a” în toate funcțiile.
- În cele din urmă, am încercat să tipărim valoarea lui b, c și d.
În rezultat, a fost afișat un ndarray, care conține valorile log, log2 și log10 ale tuturor elementelor matricei sursă.
Exemplul 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()
Ieșire:
În codul de mai sus
- Am importat numpy cu numele de alias np.
- De asemenea, am importat matplotlib.pyplot cu numele de alias plt.
- Apoi, am creat o matrice „arr” folosind funcția np.array().
- După aceea am declarat variabilele result1, result2, result3 și am atribuit valorile returnate ale funcțiilor np.log(), np.log2() și respectiv np.log10().
- Am trecut matricea „arr” în toate funcțiile.
- În cele din urmă, am încercat să trasăm valorile „arr”, result1, result2 și result3.
În rezultat, a fost afișat un grafic cu patru linii drepte cu culori diferite.
Exemplul 3:
import numpy as np x=np.log([2, np.e, np.e**3, 0]) x
Ieșire:
__main__:1: RuntimeWarning: divide by zero encountered in log array([0.69314718, 1. , 3. , -inf])
În codul de mai sus
- În primul rând, am importat numpy cu numele de alias np.
- Am declarat variabila „x” și am atribuit valoarea returnată a funcțiilor np.log().
- Am transmis diferite valori în funcție, cum ar fi valoarea întreagă, np.e și np.e**2.
- În cele din urmă, am încercat să tipărim valoarea lui „x”.
În rezultat, a fost afișat un ndarray, care conține valorile jurnal ale elementelor matricei sursă.