Python biedt veel ingebouwde logaritmische functies onder de module wiskunde waarmee we logboeken kunnen berekenen met behulp van een enkele regel. Er zijn 4 varianten van logaritmische functies, die allemaal in dit artikel worden besproken.
1. log(a,(Basis)): Deze functie wordt gebruikt om de natuurlijke logaritme (Basis e) van a. Als er twee argumenten worden doorgegeven, berekent het de logaritme van de gewenste basis van argument a, numerieke waarde van log(a)/log(basis) .
Syntax : math.log(a,Base) Parameters : a : The numeric value Base : Base to which the logarithm has to be computed. Return Value : Returns natural log if 1 argument is passed and log with specified base if 2 arguments are passed. Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
maven-opslagplaats
# Python code to demonstrate the working of> # log1p(a)> import> math> # Printing the log(1+a) of 14> print> (>'Logarithm(1+a) value of 14 is : '>, end>=>'')> print> (math.log1p(>14>))> |
>
>
Uitgang:
Natural logarithm of 14 is : 2.6390573296152584 Logarithm base 5 of 14 is : 1.6397385131955606>
2. log2(a): Deze functie wordt gebruikt om de logaritme met grondtal 2 van een. Geeft een nauwkeuriger resultaat weer dan log(a,2).
Syntax : math.log2(a) Parameters : a : The numeric value Return Value : Returns logarithm base 2 of a Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (>'log(a) value of -14 is : '>, end>=>'')> print> (math.log(>->14>))> |
>
>
Uitgang:
Logarithm base 2 of 14 is : 3.807354922057604>
3. log10(a): Deze functie wordt gebruikt om de logaritme met grondtal 10 van een. Geeft een nauwkeuriger resultaat weer dan log(a,10).
Syntax : math.log10(a) Parameters : a : The numeric value Return Value : Returns logarithm base 10 of a Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (>'The number of digits in 73293 are : '>, end>=>'')> print> (>int>(math.log10(>73293>)>+> 1>))> |
>
>
Uitgang:
Logarithm base 10 of 14 is : 1.146128035678238>
3. log1p(a): Deze functie wordt gebruikt om te berekenen logaritme(1+a) .
Syntax : math.log1p(a) Parameters : a : The numeric value Return Value : Returns log(1+a) Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
>
>
Uitgang:
Logarithm(1+a) value of 14 is : 2.70805020110221>Uitzondering
1. Waardefout: Deze functie retourneert een waardefout als getal is negatief .
Python3
# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (>'log(a) value of -14 is : '>, end>=>'')> print> (math.log(>->14>))> |
>
>
Uitgang:
log(a) value of -14 is :>
Runtime-fout:
Traceback (most recent call last): File '/home/8a74e9d7e5adfdb902ab15712cbaafe2.py', line 9, in print (math.log(-14)) ValueError: math domain error>Praktische toepassing
Een van de toepassingen van de functie log10() is dat deze wordt gebruikt om de Nee. uit cijfers van een getal . Onderstaande code illustreert hetzelfde.
Python3
# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (>'The number of digits in 73293 are : '>, end>=>'')> print> (>int>(math.log10(>73293>)>+> 1>))> |
>
>
Uitgang:
The number of digits in 73293 are : 5>
De natuurlijke logaritme (log) is een belangrijke wiskundige functie in Python die vaak wordt gebruikt in wetenschappelijk computergebruik, data-analyse en machine learning-toepassingen. Hier zijn enkele voordelen, nadelen, belangrijke punten en naslagwerken met betrekking tot logfuncties in Python:
Voordelen:
De logfunctie is handig voor het transformeren van gegevens met een breed bereik aan waarden of een niet-normale verdeling naar een meer normaal verdeelde vorm, wat de nauwkeurigheid van statistische analyses en machine learning-modellen kan verbeteren.
De logfunctie wordt veel gebruikt in de financiële en economische wetenschap om samengestelde rente, contante waarden en andere financiële maatstaven te berekenen.
De logfunctie kan worden gebruikt om het effect van uitbijters op statistische analyses te verminderen door de schaal van de gegevens te comprimeren.
De logfunctie kan worden gebruikt om gegevens met een groot dynamisch bereik of met waarden dichtbij nul te visualiseren.
Nadelen:
De logfunctie kan rekentechnisch duur zijn voor grote datasets, vooral als de logfunctie herhaaldelijk wordt toegepast.
De logfunctie is mogelijk niet geschikt voor alle soorten gegevens, zoals categorische gegevens of gegevens met een begrensd bereik.
Belangrijke punten:
- De natuurlijke logaritme (log) wordt berekend met behulp van de functie numpy.log() in Python.
- De logaritme met een ander grondtal dan e kan worden berekend met de functies numpy.log10() of numpy.log2() in Python.
- De inverse van de natuurlijke logaritme is de exponentiële functie, die kan worden berekend met de functie numpy.exp() in Python.
- Wanneer u logaritmen gebruikt voor statistische analyses of machinaal leren, is het belangrijk om te onthouden dat u de gegevens na analyse terug moet transformeren naar de oorspronkelijke schaal.
Naslagwerken:
Python for Data Analysis door Wes McKinney behandelt de NumPy-bibliotheek en de toepassingen ervan in data-analyse diepgaand, inclusief de logaritmische functie.
Numerical Python: A Practical Techniques Approach for Industry door Robert Johansson behandelt de NumPy-bibliotheek en de toepassingen ervan in numeriek computergebruik en wetenschappelijk computergebruik diepgaand, inclusief de logaritmische functie.
Python Data Science Handbook door Jake VanderPlas behandelt de NumPy-bibliotheek en de toepassingen ervan in data science diepgaand, inclusief de logaritmische functie.