numpy中的log和ln函数解读

朦胧的感觉

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

1. import numpy as np
   
2. 
   
3. 
   
4. class NumpyStudy:
   
5.     def lnFunction(self):
   
6.         const = np.e
   
7.         result = np.log(const)
   
8.         print("函数ln(e)的值为：")
   
9.         print(result)
   
10. 
    
11. 
    
12. if __name__ == "__main__":
    
13.     main = NumpyStudy()
    
14.     main.lnFunction()
    
15. """
    
16. 函数ln(e)的值为：
    
17. 1.0
    
18. """

复制代码

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

1. import numpy as np
   
2. 
   
3. 
   
4. class NumpyStudy:
   
5.     def logFunction(self):
   
6.         const = 100
   
7.         result = np.log10(const)
   
8.         print("函数ln(e)的值为：")
   
9.         print(result)
   
10. 
    
11. 
    
12. if __name__ == "__main__":
    
13.     main = NumpyStudy()
    
14.     main.logFunction()
    
15. """
    
16. 函数ln(e)的值为：
    
17. 2.0
    
18. """

复制代码

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。

1. import numpy as np
   
2. 
   
3. 
   
4. class NumpyStudy:
   
5.     def lnFunction(self):
   
6.         result = np.log(16) / np.log(2)
   
7.         result1 = np.log10(16) / np.log10(2)
   
8.         print("函数ln(e)的值为：")
   
9.         print(result)
   
10.         print(result1)
    
11. 
    
12. 
    
13. if __name__ == "__main__":
    
14.     main = NumpyStudy()
    
15.     main.lnFunction()
    
16. """
    
17. 函数ln(e)的值为：
    
18. 4.0
    
19. 4.0
    
20. """

复制代码

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

1. x=np.arrange(4)
   
2. #array([0, 1, 2, 3])
   
3. x + 2
   
4. #array([2, 3, 4, 5])
   
5. np.add(x,2)
   
6. #array([2, 3, 4, 5])

复制代码

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

1. x=np.array([-2, -1, 0, 1, 2])
   
2. abs(x)
   
3. #array([2, 1, 0, 1, 2])
   
4. np.absolute(x)
   
5. #array([2, 1, 0, 1, 2])

复制代码

3.三角函数

• 1. np.sin()

  复制代码
• 1. np.cos()

  复制代码
• 1. np.tan()

  复制代码

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！