Numpy NP.fonction de journal
Numpy NP.Fonction log ()
Le NP.La fonction log () dans Numpy vous permet de calculer le logarithme naturel de tous les éléments d'un tableau.
La syntaxe de fonction est illustrée ci-dessous:
NP.log (array, /, out = non, *, où = true, casting = 'Same_kind', order = 'k', dType = aucun, subok = true [, signature, extobj]) =Les paramètres de fonction sont explorés, comme indiqué ci-dessous:
- déployer - le tableau d'entrée sous lequel la fonction est appliquée
- dehors - vous permet de spécifier un tableau de sortie avec la même forme que l'entrée. Cette valeur est définie sur aucun par défaut, et la fonction renvoie un nouveau tableau
- dtype - le type de données du tableau de sortie
Les paramètres de fonction précédents sont les paramètres essentiels de la fonction de journal.
Exemple
Considérez l'exemple suivant qui illustre comment utiliser le NP.Log () Fonction sur un tableau à 1 dimension.
Commencez par importer Numpy, comme prévu ci-dessous:
# Importer NumpyImporter Numpy comme NP
Créez un tableau 1D, comme indiqué ci-dessous:
arr = [2, 8, 32, 128, 512]Ensuite, nous pouvons appeler la fonction de journal et passer le tableau précédent, comme indiqué ci-dessous:
Imprimer (F "Sortie: np.log (arr) ")Le code précédent doit renvoyer un tableau avec le logarithme naturel de chaque élément dans le tableau d'entrée.
Le tableau de sortie correspondant est illustré ci-dessous:
Sortie: [0.69314718 2.07944154 3.4657359 4.85203026 6.23832463]Exemple
Le même cas s'applique à un tableau multidimensionnel.
Commencez par créer un tableau 3D comme indiqué ci-dessous:
# Tableau 3Darr = [[3, 2, 4, 8],
[10, 45, 3, 16],
[27, 9, 6, 3],
[64, 16, 4, 1]]
Ensuite, exécutez la fonction de journal avec le tableau précédent comme entrée, comme indiqué dans l'exemple de code suivant:
Imprimer (F "Sortie: np.log (arr) ")Le tableau résultant est comme indiqué:
Journalisation à la base 2
Numpy nous fournit le NP.Fonction log2 () qui vous permet de calculer le logarithme d'un tableau d'entrée à la base 2.
La syntaxe est comme indiqué ci-dessous:
nombant.log2 (x, /, out = nul, *, où = true, casting = 'Same_kind', order = 'k', dType = aucun, subok = true [, signature, extobj]) =Nous pouvons illustrer comment utiliser cette fonction avec l'exemple suivant:
Exemple
Créez un tableau 3D, comme indiqué ci-dessous:
# Tableau 3Darr = [[3, 2, 4, 8],
[10, 45, 3, 16],
[27, 9, 6, 3],
[64, 16, 4, 1]]
Exécutez le NP.Fonction log2 contre le tableau pour retourner le logarithme des éléments à la base 2, comme indiqué ci-dessous:
Affichage (NP.log2 (arr))Cela devrait revenir:
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. ]])
Journalisation à la base 10
De même, vous pouvez déterminer le logarithme des éléments à la base 10 en utilisant le NP.Fonction log10.
Un exemple d'utilisation est illustré ci-dessous:
Affichage (NP.log10 (arr))Cela devrait renvoyer un tableau, comme indiqué ci-dessous:
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. ]])
Conclusion
Dans cet article, nous avons discuté de la façon de déterminer le logarithme naturel d'un tableau à l'aide de la fonction log () dans Numpy. Nous avons également couvert comment calculer le logarithme d'un tableau vers la base 2 et la base 10 en utilisant respectivement les fonctions log2 () et log10 (). Découvrez d'autres articles d'indice Linux ou https: // en.Wikipédia.org / wiki / logarithme pour plus de conseils et de tutoriels.