Numpy NP.loggfunksjon
Numpy NP.Logg () Funksjon
NP.Logg () -funksjonen i Numpy lar deg beregne den naturlige logaritmen til alle elementene i en matrise.
Funksjonssyntaks er vist nedenfor:
np.Logg (matrise, /, ut = ingen, *, hvor = true, casting = 'same_kind', order = 'k', dtype = ingen, subok = true [, signatur, extobj]) =Funksjonsparametrene blir utforsket, som vist nedenfor:
- Array - Inngangsarrayen som funksjonen blir brukt
- ute - lar deg spesifisere en output -matrise med samme form som inngangen. Denne verdien er satt til ingen som standard, og funksjonen returnerer en ny matrise
- dtype - Datatypen for utgangsarrayen
De forrige funksjonsparametrene er essensielle parametere for loggfunksjonen.
Eksempel
Tenk på følgende eksempel som illustrerer hvordan du bruker NP.Logg () Funksjon på en 1-dimensjonal matrise.
Begynn med å importere Numpy, som angitt nedenfor:
# Importer numpyImporter numpy som NP
Lag en 1D -matrise, som vist nedenfor:
arr = [2, 8, 32, 128, 512]Deretter kan vi ringe loggfunksjonen og passere forrige matrise, som vist nedenfor:
Print (F "Output: NP.logg (arr) ")Den forrige koden skal returnere en matrise med den naturlige logaritmen til hvert element i inngangsarrayen.
Den tilsvarende utgangsarrayen er vist nedenfor:
Utgang: [0.69314718 2.07944154 3.4657359 4.85203026 6.23832463]Eksempel
Det samme tilfellet gjelder en flerdimensjonal matrise.
Begynn med å lage en 3D -matrise som vist nedenfor:
# 3D -matrisearr = [[3, 2, 4, 8],
[10, 45, 3, 16],
[27, 9, 6, 3],
[64, 16, 4, 1]]
Deretter kjører du loggfunksjonen med forrige matrise som inndata, som vist i følgende eksempelkode:
Print (F "Output: NP.logg (arr) ")Den resulterende matrisen er som vist:
Logg til base 2
Numpy gir oss NP.Log2 () -funksjon som lar deg beregne logaritmen til en inngangsoppstilling til base 2.
Syntaksen er som vist nedenfor:
numpy.log2 (x, /, ut = ingen, *, hvor = true, casting = 'same_kind', order = 'k', dtype = ingen, subok = true [, signatur, extobj]) =Vi kan illustrere hvordan du bruker denne funksjonen med følgende eksempel:
Eksempel
Lag en 3D -matrise, som vist nedenfor:
# 3D -matrisearr = [[3, 2, 4, 8],
[10, 45, 3, 16],
[27, 9, 6, 3],
[64, 16, 4, 1]]
Kjør NP.Log2 fungerer mot matrisen for å returnere logaritmen til elementene til base 2, som vist nedenfor:
Display (np.log2 (arr))Dette skulle komme tilbake:
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. ]])
Logg til base 10
Tilsvarende kan du bestemme logaritmen til elementer til base 10 ved hjelp av NP.Log10 -funksjon.
Et eksempelbruk vises nedenfor:
Display (np.Log10 (ARR))Dette skal returnere en matrise, som vist nedenfor:
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. ]])
Konklusjon
I denne artikkelen diskuterte vi hvordan vi kan bestemme den naturlige logaritmen til en matrise ved hjelp av log () -funksjonen i Numpy. Vi dekket også hvordan du beregner logaritmen til en matrise til base 2 og base 10 ved bruk av henholdsvis log2 () og log10 (). Sjekk ut andre Linux -hint -artikler eller https: // no.Wikipedia.org/wiki/logaritme for flere tips og opplæringsprogrammer.