朦胧的感觉 发表于 2023-1-3 19:26:34

numpy中的log和ln函数解读

numpy的log和ln函数

每次当我想用python实现ln函数时,下意识的就会输入错误的函数代码,这里特来记录一下关于numpy中的ln和log函数正确的调用方式。

ln函数

import numpy as np


class NumpyStudy:
    def lnFunction(self):
        const = np.e
        result = np.log(const)
        print("函数ln(e)的值为:")
        print(result)


if __name__ == "__main__":
    main = NumpyStudy()
    main.lnFunction()
"""
函数ln(e)的值为:
1.0
"""我们可以看到得到的值为1,说明在python中,np.log()指代的便是数学中使用的ln函数。

log函数

import numpy as np


class NumpyStudy:
    def logFunction(self):
        const = 100
        result = np.log10(const)
        print("函数ln(e)的值为:")
        print(result)


if __name__ == "__main__":
    main = NumpyStudy()
    main.logFunction()
"""
函数ln(e)的值为:
2.0
"""我们可以看到得到的值为2,说明在python中,np.log10()指代的便是数学中使用的lg函数。
前几天看到有一个小伙伴留言说,既然以10和以自然数e为底数的目前都有了,那么以其他数比如2,3,4等等为底数的log函数该怎么办呢?
这里我们需要用到一下数学上的小技巧—换底公式进行一下变换。例如:我们想要求出log以2为底16的值。
https://img.jbzj.com/file_images/article/202211/20221103100939.jpg
import numpy as np


class NumpyStudy:
    def lnFunction(self):
      result = np.log(16) / np.log(2)
      result1 = np.log10(16) / np.log10(2)
      print("函数ln(e)的值为:")
      print(result)
      print(result1)


if __name__ == "__main__":
    main = NumpyStudy()
    main.lnFunction()
"""
函数ln(e)的值为:
4.0
4.0
"""可以看到我们最后成功地获取到了正确的结果4.0。用这种方法我们可以获取到以任意数为底数的log函数值。

numpy的部分通用函数


1.数组算术运算符

运算符对应的通用函数描述+np.add加法运算(即1+1=2)-np.substract减法运算(即3-2=1)-np.negative负数运算(即-2)*Nnp.multiply乘法运算(即2*3=6)/np.divide除法运算(即3/2=1.5)//np.floor_divide向下整除运算(floor division,即3//2=1)**np.power指数运算(即2 ** 3=8)%np.mod模/余数(即9%4=1)这些都是一元通用函数,写代码时可直接用左栏的运算符代替
x=np.arrange(4)
#array()
x + 2
#array()
np.add(x,2)
#array()
2.绝对值通用函数np.absolute()

也可以通过np.abs()访问
其对复数的运算是求模
x=np.array([-2, -1, 0, 1, 2])
abs(x)
#array()
np.absolute(x)
#array()
3.三角函数


[*]np.sin()
[*]np.cos()
[*]np.tan()
反三角同理

4.指数和对数

表达函数e^xnp.exp(x)2^xnp.exp2(x)3^xnp.power(3, x)ln(x)np.log(x)log2(x)np.log2(x)log10(x)np.log10(x)exp(x)-1np.expm1(x)log(1+x)np.log1p(x)以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

来源:https://www.jb51.net/article/266594.htm
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: numpy中的log和ln函数解读