Numpy Log Base 2

Et Python -bibliotek kalt Numpy, som står for numerisk Python, brukes til å jobbe med matriser og brukes til numerisk databehandling. Numpy Log () -funksjon er en matematisk funksjon som utfører naturlige logaritmiske operasjoner i Python. Den naturlige logaritmen er en omvendt av den eksponentielle funksjonen 'exp ()' av inngangselementer i den gitte matrisen, som vil være klart fra denne formelloggen (exp (x)) = x.Numpy Log2 (). Denne funksjonen gjør det mulig å finne loggen over den gitte matrisen til base 2.

Syntaks:

Funksjon-_navn.Log2 (x)

Her brukte vi NP som et funksjonsnavn.

np.Log2 (x)

Funksjonsnavn er definert når vi importerer Numpy -biblioteket. Inne i loggfunksjonen gir vi en numpy verdi eller en rekke elementer.

Importer bibliotek

Hver gang vi bruker en funksjon av et hvilket som helst bibliotek før vi bruker den spesifikke funksjonen i koden, må vi importere det aktuelle biblioteket, ellers vil vi ikke kunne bruke funksjoner på det biblioteket. For å bruke Numpy -funksjonene, må Numpy -modulen importeres. Dette vil tillate oss å bruke alle numpy -funksjonene i koden.

Importer numpy som funksjonsnavn

Her, la oss si at NP er funksjonsnavnet.

Importer numpy som NP

'NP' er navnet på funksjonen, vi kan bruke hvilket som helst navn, men de fleste fagfolk bruker 'NP' som et funksjonsnavn for å gjøre det enkelt og lett å forstå. Med dette funksjonsnavnet kan vi bruke enhver funksjon av Numpy -biblioteket i koden.

Numpy log base 2 av et heltallnummer

Nå for å forklare hvordan vi kan bruke Numpy Log Base 2 -funksjoner i kode med en heltallverdi, se på eksempelkoden nedenfor.

Først, integrerer Numpy Library for å kjøre de numpy matematiske funksjonene. Deretter tilordne verdien til variabelen. Variabelen som brukes her er 'nummer'. Variabelen “nummer” har fått heltallverdien på 10. Nå finner vi loggen til basen 2 i et heltall. Bruk Numpy Log Base 2 -funksjonen som er NP.Log2 (). Her er 'NP' funksjonsnavnet. Gjennom det importerer vi numpy funksjoner. Innenfor log2 -parentesen, skriv variabelnavnet som vi brukte ovenfor. Oppbevar deretter funksjonens utgang i en variabel som heter 'output'. Bruk deretter en utskriftsuttalelse for å vise utdataene.

Utfallet vises nedenfor. Først vil utskriftserklæringen skrive ut meldingen og deretter vise resultatet som vi beregnet via NP.Log2 ().

Numpy log base 2 av et flytende punktnummer

For å finne en logg med flytende punktverdi ved å bruke funksjonen NP.Log2 (), den påfølgende koden forklarer alt vi trenger å forstå.

I dette tilfellet bruker vi den flytende verdien. Det første trinnet er å importere biblioteket og gi det et funksjonsnavn som vil bli brukt når vi vil kalle en numpy funksjon. Bruk et variabelt navn for å tilordne en flytende punktverdi. Her er variabelnavnet 'verdi', og det tildeles en verdi på 178.90. For å finne logaritmen til base 2 av den flytende verdien, må vi kalle den matematiske funksjonen til log 'NP.log2 () '. 'NP' er funksjonsnavnet som vi brukte mens vi importerte Numpy Library. Log2 () -funksjonen brukes for å finne loggen med den definerte verdien. Forklar nå en annen variabel 'output' for å lagre resultatet av log2 () -funksjonen. For å skrive ut meldingen og den resulterende verdien på skjermen, bruk utskrift () -funksjonen.

Utgangen fra den nevnte koden sees her. NP.Log2 () beregnet loggen for den gitte verdien og vises deretter ved hjelp av utskriftsmetoden.

Numpy Log Base 2 av en 1D -matrise

Her er et eksempel som forklarer hvordan vi kan bruke Numpy -funksjonen NP.Log2 () med matriser. Det er ganske enkelt å finne loggen til en endimensjonal matrise som forklart nedenfor i programmet.

Det første trinnet er å integrere modulen ved bruk av uttalelsen import numpy som NP. 'NP' er funksjonsnavnet som brukes når vi kaller en numpy funksjon, vi må bruke dette funksjonsnavnet. Dette funksjonsnavnet vil fortelle kompilatoren å gå til Numpy -biblioteket og få en spesifisert funksjon. Etter det må vi definere elementene i den endimensjonale matrisen. Initialiser en variabel og lagre deretter matrisen i den. Vi kan definere en matrise ved å bruke NP.Array () -funksjon. Her definerte vi en matrise som heter 'ARR_1' og tildelte heltallverdier. Bruk deretter utskriftserklæringen for å vise meldingen og for å vise matrisen ved å bare legge variabelen Navnet 'ARR_1' inne i utskriften () -funksjonen. Vi bruker NP.Log2 () -funksjon for å få loggen til 1D -matrisen. Igjen, definer et nytt variabelt 'resultat' for å lagre utgangen fra loggfunksjonen i den. Skriv ut matrisen med en melding. Loggfunksjonen vil automatisk finne loggen for hele matrisen.

Utgangen viser først en melding 'Arrayen er' og viser deretter matrisen som vi definerte i variabelen 'ARR_1'. NP.Log2 () Beregn loggen for den nødvendige matrisen og viser resultatet.

Numpy Log Base 2 av en 2D -matrise

Det er enkelt å jobbe med en todimensjonal matrise, men vi må forstå hvordan det fungerer og dens riktige metode.

I denne koden, importer først Numpy Library of Python. Definer deretter elementer i den todimensjonale matrisen. Arrayen som er initialisert her er 'Array_0'. Denne 2D -matrisen har en rad med heltallverdier, og den andre raden inneholder flytende punktverdier. Vis deretter matrisen ved bruk av en utskriftserklæring. Etter det, ring NP.Log2 () for å beregne loggen 2 for den definerte 2D -arrayen. Nå, lagre den beregnede verdien i "output" -variabelen, slik at hvis vi ønsker å bruke den resulterende verdien hvor som helst i koden eller for å vise, kan vi bruke den gjennom variabelnavnet 'Output'.

Utfallet viser matrisen vi initialiserte. Med en melding viser den den beregnede loggen til basen 2 av 2D -arrayen.

Konklusjon

I denne artikkelen diskuterte vi hvordan vi kan bruke log Base 2 -funksjonen som er en matematisk funksjon av Numpy Library. Vi har sett på detaljene i hvordan denne funksjonen brukes og hvilke biblioteker vi trenger å importere til koden. Hver gang vi må finne loggen til base 2 i Python, bare importere biblioteket og bruke funksjonen NP.Log2 (). Vi beregnet også loggbasen 2 av forskjellige verdier, 1D -matrise og 2D -matrise ved å ringe NP.Log2 () -metode.