numpy.log() je matematička funkcija koja se koristi za izračunavanje prirodnog logaritma od x(x pripada svim elementima ulaznog niza). To je inverzna eksponencijalna funkcija kao i prirodni logaritam po elementima. Log prirodnog logaritma je obrnuti od eksponencijalne funkcije, tako da je log(exp(x))=x. Logaritam u bazi e je prirodni logaritam.

Sintaksa

 numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = 

Parametri

x: sličan_nizu

Ovaj parametar definira ulaznu vrijednost za funkciju numpy.log().

out: ndarray, None, ili tuple od ndarray i None (nije obavezno)

Ovaj parametar se koristi za definiranje mjesta na kojem se pohranjuje rezultat. Ako definiramo ovaj parametar, mora imati oblik sličan ulaznom emitiranju; inače se vraća svježe dodijeljeno polje. Torka ima duljinu jednaku broju izlaza.

python tuple sortiran

gdje: array_like (izborno)

To je uvjet koji se emitira preko ulaza. Na ovoj lokaciji, gdje je uvjet True, izlazni niz bit će postavljen na rezultat ufunc(univerzalna funkcija); inače će zadržati svoju izvornu vrijednost.

emitiranje: {'no','equiv','safe','same_kind','unsafe'}(izborno)

tvornička metoda design pattern

Ovaj parametar kontrolira vrstu emitiranja podataka koje se može dogoditi. 'Ne' znači da se tipovi podataka uopće ne bi trebali pretvarati. 'Equiv' znači da su dopuštene samo promjene redoslijeda bajtova. 'Sef' znači jedini odljev, koji može dopustiti očuvanu vrijednost. 'same_kind' znači samo sigurna bacanja ili bacanja unutar vrste. 'Nesiguran' znači da se mogu izvršiti bilo kakve konverzije podataka.

poredak: {'K', 'C', 'F', 'A'}(izborno)

Ovaj parametar navodi redoslijed ponavljanja izračuna/raspored memorije izlaznog polja. Prema zadanim postavkama, redoslijed će biti K. Redoslijed 'C' znači da izlaz treba biti C-susjedan. Redoslijed 'F' znači F-kontinuirano, a 'A' znači F-kontinuirano ako su ulazi F-kontinuirano, a ako su ulazi u C-kontinuirano, tada 'A' znači C-kontinuirano. 'K' znači uskladiti redoslijed elemenata ulaza (što je bliže moguće).

java usporedba nizova

dtype: data-type (opcionalno)

On nadjačava dtype izračuna i izlaznih nizova.

test: bool (neobavezno)

Prema zadanim postavkama, ovaj je parametar postavljen na true. Ako ga postavimo na false, izlaz će uvijek biti strogi niz, a ne podtip.

potpis

Ovaj nam argument omogućuje da damo određeni potpis 1-d petlji 'za', koja se koristi u osnovnom izračunu.

extobj

while i do while petlja u Javi

Ovaj parametar je popis duljine 1, 2 ili 3 koji specificira ufunc veličinu međuspremnika, cijeli broj načina pogreške i funkciju povratnog poziva pogreške.

Povratak

Ova funkcija vraća niz koji sadrži prirodnu logaritamsku vrijednost x, koja pripada svim elementima ulaznog niza.

Primjer 1:

 import numpy as np a=np.array([2, 4, 6, 3**8]) a b=np.log(a) b c=np.log2(a) c d=np.log10(a) d 

Izlaz:

 array([ 2, 4, 6, 6561]) array([0.69314718, 1.38629436, 1.79175947, 8.78889831]) array([ 1. , 2. , 2.5849625 , 12.67970001]) array([0.30103 , 0.60205999, 0.77815125, 3.81697004]) 

U gore navedenom kodu

• Uvezli smo numpy s alias imenom np.
• Stvorili smo niz 'a' pomoću funkcije np.array().
• Deklarirali smo varijable b, c i d i dodijelili vraćenu vrijednost funkcijama np.log(), np.log2() i np.log10().
• Proslijedili smo niz 'a' u svim funkcijama.
• Na kraju, pokušali smo ispisati vrijednost b, c i d.

U izlazu je prikazan niz ndarray koji sadrži vrijednosti log, log2 i log10 svih elemenata izvornog niza.

Primjer 2:

 import numpy as np import matplotlib.pyplot as plt arr = [2, 2.2, 2.4, 2.6,2.8, 3] result1=np.log(arr) result2=np.log2(arr) result3=np.log10(arr) plt.plot(arr,arr, color='blue', marker='*') plt.plot(result1,arr, color='green', marker='o') plt.plot(result2,arr, color='red', marker='*') plt.plot(result3,arr, color='black', marker='*') plt.show() 

Izlaz:

niz nizova u c programiranju

U gornjem kodu

• Uvezli smo numpy s alias imenom np.
• Također smo uvezli matplotlib.pyplot s pseudonimom plt.
• Zatim smo stvorili niz 'arr' pomoću funkcije np.array().
• Nakon toga smo deklarirali varijable result1, result2, result3 i dodijelili vraćene vrijednosti funkcija np.log(), np.log2() i np.log10().
• Proslijedili smo polje 'arr' u svim funkcijama.
• Na kraju, pokušali smo iscrtati vrijednosti 'arr', result1, result2 i result3.

U izlazu je prikazan grafikon s četiri ravne linije različitih boja.

Primjer 3:

 import numpy as np x=np.log([2, np.e, np.e**3, 0]) x 

Izlaz:

 __main__:1: RuntimeWarning: divide by zero encountered in log array([0.69314718, 1. , 3. , -inf]) 

U gornjem kodu

• Prvo, uvezli smo numpy s alias imenom np.
• Deklarirali smo varijablu 'x' i dodijelili vraćenu vrijednost funkcije np.log().
• U funkciju smo proslijedili različite vrijednosti, kao što je vrijednost cijelog broja, np.e i np.e**2.
• Na kraju, pokušali smo ispisati vrijednost 'x'.

U izlazu je prikazan ndarray, koji sadrži log vrijednosti elemenata izvornog niza.