numpy.log() je matematična funkcija, ki se uporablja za izračun naravnega logaritma x (x pripada vsem elementom vhodne matrike). Je inverzna eksponentna funkcija in naravni logaritem po elementih. Naravni logaritem log je obratna funkcija eksponentne funkcije, tako da je log(exp(x))=x. Logaritem z osnovo e je naravni logaritem.
Sintaksa
numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) =
Parametri
x: array_like
Ta parameter določa vhodno vrednost za funkcijo numpy.log().
out: ndarray, None ali torka ndarray in None (neobvezno)
Ta parameter se uporablja za določitev mesta, kjer je shranjen rezultat. Če definiramo ta parameter, mora imeti obliko, podobno vhodni oddaji; drugače se vrne sveže dodeljena matrika. Dolžina torka je enaka številu izhodov.
kako najti skrite stvari na androidu
kjer: array_like (neobvezno)
Je pogoj, ki se oddaja preko vhoda. Na tej lokaciji, kjer je pogoj True, bo izhodna matrika nastavljena na rezultat ufunc(univerzalna funkcija); v nasprotnem primeru bo ohranil prvotno vrednost.
predvajanje: {'no','equiv','safe','same_kind','unsafe'}(izbirno)
temeljna vprašanja za razgovor o java
Ta parameter nadzoruje vrsto prenosa podatkov, do katerega lahko pride. 'Ne' pomeni, da tipov podatkov sploh ne bi smeli preoblikovati. 'Equiv' pomeni, da so dovoljene samo spremembe vrstnega reda bajtov. 'Sef' pomeni edini odlitek, ki lahko dopušča ohranjeno vrednost. 'same_kind' pomeni samo varne odlitke ali odlitke znotraj vrste. »Nevarno« pomeni, da je možna kakršna koli pretvorba podatkov.
vrstni red: {'K', 'C', 'F', 'A'}(izbirno)
Ta parameter določa vrstni red ponovitev izračuna/postavitev pomnilnika izhodnega polja. Privzeto bo vrstni red K. Vrstni red 'C' pomeni, da mora biti izhod C-soseden. Vrstni red 'F' pomeni F-soseden in 'A' pomeni F-soseden, če so vhodi F-sosednji in če so vhodi v C-sosednji, potem 'A' pomeni C-sosednji. 'K' pomeni ujemanje z vrstnim redom elementov vhodov (čim bolj natančno).
kako pretvoriti niz v celo število v Javi
dtype: podatkovni tip (izbirno)
Preglasi dtype izračuna in izhodnih nizov.
test: bool (neobvezno)
Privzeto je ta parameter nastavljen na true. Če ga nastavimo na false, bo rezultat vedno stroga matrika, ne podvrsta.
podpis
Ta argument nam omogoča, da zagotovimo poseben podpis za 1-d zanko 'za', uporabljeno v osnovnem izračunu.
extobj
primer podniza v Javi
Ta parameter je seznam dolžine 1, 2 ali 3, ki določa velikost vmesnega pomnilnika ufunc, celo število načina napake in funkcijo povratnega klica napake.
Vračila
Ta funkcija vrne ndarray, ki vsebuje naravno logaritemsko vrednost x, ki pripada vsem elementom vhodne matrike.
Primer 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
Izhod:
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])
V zgoraj navedeni kodi
- Uvozili smo numpy z vzdevkom np.
- Ustvarili smo matriko 'a' s funkcijo np.array().
- Deklarirali smo spremenljivko b, c in d ter dodelili vrnjeno vrednost funkcij np.log(), np.log2() in np.log10().
- V vseh funkcijah smo posredovali niz 'a'.
- Nazadnje smo poskušali natisniti vrednost b, c in d.
V izhodu je bila prikazana ndarray, ki vsebuje vrednosti log, log2 in log10 vseh elementov izvorne matrike.
Primer 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()
Izhod:
vrste strojnega učenja
V zgornji kodi
- Uvozili smo numpy z vzdevkom np.
- Uvozili smo tudi matplotlib.pyplot z vzdevkom plt.
- Nato smo s funkcijo np.array() ustvarili matriko 'arr'.
- Po tem smo deklarirali spremenljivko rezultat1, rezultat2, rezultat3 in dodelili vrnjene vrednosti funkcij np.log(), np.log2() in np.log10().
- Posredovali smo niz 'arr' v vseh funkcijah.
- Nazadnje smo poskušali narisati vrednosti 'arr', rezultat1, rezultat2 in rezultat3.
V izhodu je prikazan graf s štirimi ravnimi črtami različnih barv.
Primer 3:
import numpy as np x=np.log([2, np.e, np.e**3, 0]) x
Izhod:
__main__:1: RuntimeWarning: divide by zero encountered in log array([0.69314718, 1. , 3. , -inf])
V zgornji kodi
- Prvič, uvozili smo numpy z vzdevkom np.
- Razglasili smo spremenljivko 'x' in dodelili vrnjeno vrednost funkcij np.log().
- V funkciji smo posredovali različne vrednosti, kot je celoštevilska vrednost, np.e in np.e**2.
- Nazadnje smo poskušali natisniti vrednost 'x'.
V izhodu je bila prikazana ndarray, ki vsebuje vrednosti dnevnika elementov izvorne matrike.