怎么新建MySQL数据库

发布时间:2022-12-21 作者:admin
阅读:933
今天这篇给大家分享的知识是“python numpy教程:自然对数ln的使用详解”,小编觉得挺不错的,对大家学习或是工作可能会有所帮助,对此分享发大家做个参考,希望这篇“python numpy教程:自然对数ln的使用详解”文章能帮助大家解决问题。

 
目录
  • numpy的log和ln函数
    • ln函数
    • log函数
  • numpy的部分通用函数
    • 1.数组算术运算符
    • 2.绝对值通用函数np.absolute()
    • 3.三角函数
    • 4.指数和对数

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。

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

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([2, 1, 0, 1, 2])
np.absolute(x)
#array([2, 1, 0, 1, 2])

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^x np.exp(x)
2^x np.exp2(x)
3^x np.power(3, x)
ln(x) np.log(x)
log2(x) np.log2(x)
log10(x) np.log10(x)
exp(x)-1 np.expm1(x)
log(1+x) np.log1p(x)

到此这篇关于“python numpy教程:自然对数ln的使用详解”的文章就介绍到这了,更多相关内容请搜索群英网络以前的文章或继续浏览下面的相关文章,希望大家以后多多支持群英网络!

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。

二维码-群英

长按识别二维码并关注微信

更方便到期提醒、手机管理

7*24 全天候服务

售前 400-678-4567

售后 0668-2555666

售后 400 678 4567

信息安全 0668-2555 118

域名空间 3004329145