De numpy.log() is een wiskundige functie die de gebruiker helpt bij het berekenen Natuurlijke logaritme van x waarbij x tot alle invoerarray-elementen behoort. Het natuurlijke logaritmelogboek is de inverse van de exp() , zodat logboek(exp(x)) = x . De natuurlijke logaritme is log met grondtal e.
Syntaxis: numpy.log(x[, uit] = ufunc ‘log1p’) Parameters: reeks: [array_like] Voer array of object in. uit : [ndarray, optioneel] Uitvoerarray met dezelfde afmetingen als Invoerarray, geplaatst met resultaat. Opbrengst : Een array met natuurlijke logaritmische waarde x; waarbij x tot alle elementen van de invoerarray behoort.
Code #1: Werkend
Python3
js-array
# Python program explaining> # log() function> import> numpy as np> > in_array>=> [>1>,>3>,>5>,>2>*>*>8>]> print> (>'Input array : '>, in_array)> > out_array>=> np.log(in_array)> print> (>'Output array : '>, out_array)> > > print>(>'
np.log(4**4) : '>, np.log(>4>*>*>4>))> print>(>'np.log(2**8) : '>, np.log(>2>*>*>8>))> |
>
>
Uitgang:
tat volledige vorm
Input array : [1, 3, 5, 256] Output array : [ 0. 1.09861229 1.60943791 5.54517744] np.log(4**4) : 5.54517744448 np.log(2**8) : 5.54517744448>
Code #2: Grafische weergave
Python3
# Python program showing> # Graphical representation> # of log() function> import> numpy as np> import> matplotlib.pyplot as plt> > in_array>=> [>1>,>1.2>,>1.4>,>1.6>,>1.8>,>2>]> out_array>=> np.log(in_array)> > print> (>'out_array : '>, out_array)> > plt.plot(in_array, in_array,> >color>=> 'blue'>, marker>=> '*'>)> > # red for numpy.log()> plt.plot(out_array, in_array,> >color>=> 'red'>, marker>=> 'o'>)> > plt.title(>'numpy.log()'>)> plt.xlabel(>'out_array'>)> plt.ylabel(>'in_array'>)> plt.show()> |
bash while-lus
>
>
Uitgang:
out_array : [ 0. 0.18232156 0.33647224 0.47000363 0.58778666 0.69314718]>
numpy.log() is een functie in de NumPy-bibliotheek van Python die wordt gebruikt om de natuurlijke logaritme van een bepaalde invoer te berekenen. De natuurlijke logaritme is een wiskundige functie die het omgekeerde is van de exponentiële functie. De functie neemt een array of een scalair als invoer en retourneert een array of een scalair met de natuurlijke logaritme van elk element.
Voordelen van het gebruik van de functie numpy.log() in Python:
- Snelheid: de functie numpy.log() is sterk geoptimaliseerd voor snelle berekeningen, waardoor deze geschikt is voor het verwerken van grote datasets en complexe berekeningen bij wetenschappelijk computergebruik en data-analyse.
- Wiskundige nauwkeurigheid: de functie numpy.log() biedt een hoge wiskundige nauwkeurigheid voor het berekenen van natuurlijke logaritmen, waardoor deze nuttig is bij numerieke simulaties en wetenschappelijke experimenten.
- Veelzijdigheid: de functie numpy.log() kan worden gebruikt met een breed scala aan invoertypen, waaronder scalairen, arrays en matrices.
- Integratie met andere NumPy-functies: de numpy.log()-functie kan eenvoudig worden geïntegreerd met andere NumPy-functies en -bibliotheken, waardoor complexere berekeningen en gegevensanalyses mogelijk zijn.
Nadelen van het gebruik van de functie numpy.log() in Python:
- Beperkt domein: de functie numpy.log() is alleen gedefinieerd voor positieve reële getallen en genereert een ValueError als deze een niet-positief getal krijgt.
- Beperkte functionaliteit: Hoewel de functie numpy.log() handig is voor het berekenen van natuurlijke logaritmen, heeft deze een beperkte functionaliteit in vergelijking met andere, meer gespecialiseerde bibliotheken en functies voor wiskundige bewerkingen en gegevensanalyse.
- Vereist NumPy-bibliotheek: Om de functie numpy.log() te gebruiken, moet de NumPy-bibliotheek geïnstalleerd en geïmporteerd zijn in uw Python-omgeving, wat wat overhead aan uw code kan toevoegen en mogelijk niet geschikt is voor bepaalde toepassingen.
Hier zijn enkele belangrijke punten waarmee u rekening moet houden bij het gebruik van de functie numpy.log() in Python:
- De functie numpy.log() berekent de natuurlijke logaritme van een gegeven invoer.
- De natuurlijke logaritme is een wiskundige functie die het omgekeerde is van de exponentiële functie.
- De functie neemt een array of een scalair als invoer en retourneert een array of een scalair met de natuurlijke logaritme van elk element.
- De functie numpy.log() is sterk geoptimaliseerd voor snelle berekeningen, waardoor deze geschikt is voor het verwerken van grote datasets en complexe berekeningen bij wetenschappelijk computergebruik en data-analyse.
- De functie numpy.log() kan worden gebruikt met een breed scala aan invoertypen, waaronder scalairen, arrays en matrices.
- De functie numpy.log() is alleen gedefinieerd voor positieve reële getallen, en zal een ValueError genereren als er een niet-positief getal aan wordt gegeven.
- De functie numpy.log() biedt een hoge wiskundige nauwkeurigheid voor het berekenen van natuurlijke logaritmen, waardoor deze nuttig is bij numerieke simulaties en wetenschappelijke experimenten.
- Om de functie numpy.log() te gebruiken, moet de NumPy-bibliotheek geïnstalleerd en geïmporteerd zijn in uw Python-omgeving.
Als u op zoek bent naar een naslagwerk
op NumPy is Python for Data Analysis van Wes McKinney een populaire optie. Dit boek gaat uitgebreid in op NumPy, samen met andere belangrijke Python-bibliotheken voor data-analyse, zoals panda's en matplotlib. Het bevat ook praktische voorbeelden en oefeningen om u te helpen toepassen wat u leert.