Numpy NP.Protokollfunktion
Numpy NP.log () Funktion
Der NP.Log () Funktion in Numpy ermöglicht es Ihnen, den natürlichen Logarithmus aller Elemente in einem Array zu berechnen.
Die Funktionssyntax ist unten dargestellt:
np.log (Array, /, out = None, *, wobei = true, casting = 'same_kind', order = 'k', dType = none, subok = true [, Signature, ExtObj]) =Die Funktionsparameter werden untersucht, wie unten gezeigt:
- Array - Das Eingangsarray, unter dem die Funktion angewendet wird
- aus - Ermöglicht Ihnen ein Ausgangsarray mit der gleichen Form wie die Eingabe an. Dieser Wert ist standardmäßig auf keine festgelegt, und die Funktion gibt ein neues Array zurück
- DTYPE - Der Datentyp des Ausgabebereichs
Die vorherigen Funktionsparameter sind wesentliche Parameter der Protokollfunktion.
Beispiel
Betrachten Sie das folgende Beispiel, das zeigt, wie die NP verwendet wird.log () Funktion auf einem 1-dimensionalen Array.
Beginnen Sie mit dem Importieren von Numpy, wie unten angegeben:
# Numpy importierenNumph als NP importieren
Erstellen Sie ein 1D -Array, wie unten gezeigt:
arr = [2, 8, 32, 128, 512]Als nächstes können wir die Protokollfunktion aufrufen und das vorherige Array wie unten gezeigt übergeben:
print (f "output: np.log (arr) ")Der vorherige Code sollte ein Array mit dem natürlichen Logarithmus jedes Elements im Eingabearray zurückgeben.
Das entsprechende Ausgangsarray ist unten dargestellt:
Ausgabe: [0.69314718 2.07944154 3.4657359 4.85203026 6.23832463]Beispiel
Der gleiche Fall gilt für ein mehrdimensionales Array.
Erstellen Sie zunächst ein 3D -Array, wie unten gezeigt:
# 3D -Arrayarr = [3, 2, 4, 8],
[10, 45, 3, 16],
[27, 9, 6, 3],
[64, 16, 4, 1]]
Führen Sie als nächstes die Protokollfunktion mit dem vorherigen Array als Eingabe aus, wie im folgenden Beispielcode gezeigt:
print (f "output: np.log (arr) ")Das resultierende Array ist wie gezeigt:
Protokoll zu Basis 2
Numpy bietet uns die NP.LOG2 () -Funktion, mit der Sie den Logarithmus eines Eingangsarrays nach Basis 2 berechnen können.
Die Syntax ist wie unten gezeigt:
Numpy.log2 (x, /, out = none, *, wobei = true, casting = 'same_kind', order = 'k', dtype = none, subok = true [, Signature, ExtObj]) =Wir können veranschaulichen, wie diese Funktion mit dem folgenden Beispiel verwendet wird:
Beispiel
Erstellen Sie ein 3D -Array, wie unten gezeigt:
# 3D -Arrayarr = [3, 2, 4, 8],
[10, 45, 3, 16],
[27, 9, 6, 3],
[64, 16, 4, 1]]
Führen Sie die NP aus.Log2 -Funktion gegen das Array, um den Logarithmus der Elemente an Basis 2 zurückzugeben, wie unten gezeigt:
Anzeige (NP.log2 (arr))Dies sollte zurückkehren:
Array ([[1).5849625, 1. , 2. , 3. ],[3.32192809, 5.4918531, 1.5849625, 4. ],
[4.7548875, 3.169925, 2.5849625, 1.5849625],
[6. , 4. , 2. , 0. ]]))
Log auf Basis 10
In ähnlicher Weise können Sie den Logarithmus der Elemente an Basis 10 mit dem NP bestimmen.LOG10 -Funktion.
Eine Beispielnutzung wird unten angezeigt:
Anzeige (NP.log10 (arr))Dies sollte ein Array zurückgeben, wie unten gezeigt:
Array ([[0).47712125, 0.30103, 0.60205999, 0.90308999],[1. , 1.65321251, 0.47712125, 1.20411998],
[1.43136376, 0.95424251, 0.77815125, 0.47712125],
[1.80617997, 1.20411998, 0.60205999, 0. ]]))
Abschluss
In diesem Artikel haben wir diskutiert, wie man den natürlichen Logarithmus eines Arrays mithilfe der Funktion log () in Numpy bestimmt. Wir haben auch abgedeckt, wie man den Logarithmus eines Arrays nach Basis 2 bzw. Basis 10 unter Verwendung der Funktionen log2 () bzw. log10 () berechnet. Schauen Sie sich andere Linux -Hinweis -Artikel oder https: // en an.Wikipedia.org/wiki/logarithmus für weitere Tipps und Tutorials.