บันทึกลอการิทึมธรรมชาติคือค่าผกผันของฟังก์ชันเลขชี้กำลัง ดังนั้น log(exp(x)) =x ลอการิทึมธรรมชาติคือลอการิทึมในฐาน e เมธอดส่งคืนลอการิทึมธรรมชาติของ x ตามองค์ประกอบ นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 คือค่าอินพุตแบบอาร์เรย์ พารามิเตอร์ที่ 2 ไม่ทำงาน ซึ่งเป็นตำแหน่งที่เก็บผลลัพธ์ หากมีให้ ต้องมีรูปร่างที่อินพุตออกอากาศ หากไม่ระบุหรือไม่มี ระบบจะส่งคืนอาร์เรย์ที่จัดสรรใหม่ ทูเพิล (อาจเป็นอาร์กิวเมนต์ของคีย์เวิร์ดเท่านั้น) ต้องมีความยาวเท่ากับจำนวนเอาต์พุต
ลอการิทึมเป็นฟังก์ชันที่มีหลายค่า สำหรับแต่ละ x จะมีค่า z เป็นอนันต์ ซึ่ง exp(z) =x แบบแผนคือการส่งคืน z ซึ่งส่วนจินตภาพอยู่ใน [-pi, pi] สำหรับประเภทข้อมูลอินพุตที่มีค่าจริง บันทึกจะส่งคืนเอาต์พุตจริงเสมอ สำหรับแต่ละค่าที่ไม่สามารถแสดงเป็นจำนวนจริงหรืออนันต์ ได้ค่า nan และตั้งค่าสถานะข้อผิดพลาดทศนิยมที่ไม่ถูกต้อง สำหรับการป้อนข้อมูลที่มีค่าเชิงซ้อน บันทึกคือฟังก์ชันการวิเคราะห์ที่ซับซ้อนซึ่งมีการตัดกิ่ง [-inf, 0] และต่อเนื่องจากด้านบน log จัดการค่าศูนย์ลบทศนิยมเป็นจำนวนลบที่น้อยที่สุด ซึ่งเป็นไปตามมาตรฐาน C99
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np
การสร้างอาร์เรย์ numpy โดยใช้เมธอด array() -
arr = np.array([1, 2, np.e, np.e**2])
แสดงอาร์เรย์ -
print("Our Array...\n",arr) ตรวจสอบขนาด -
print("\nDimensions of our Array...\n",arr.ndim) รับประเภทข้อมูล -
print("\nDatatype of our Array object...\n",arr.dtype) รับรูปร่าง -
print("\nShape of our Array...\n",arr.shape) บันทึกลอการิทึมธรรมชาติคือค่าผกผันของฟังก์ชันเลขชี้กำลัง ดังนั้น log(exp(x)) =x ลอการิทึมธรรมชาติคือลอการิทึมในฐาน e -
print("\nResult (log)...\n",np.log(arr)) ตัวอย่าง
import numpy as np
# Creating a numpy array using the array() method
arr = np.array([1, 2, np.e, np.e**2])
# Display the array
print("Our Array...\n",arr)
# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)
# Get the Shape
print("\nShape of our Array...\n",arr.shape)
# The natural logarithm log is the inverse of the exponential function, so that log(exp(x)) = x. The natural logarithm is logarithm in base e.
print("\nResult (log)...\n",np.log(arr)) ผลลัพธ์
Our Array... [1. 2. 2.71828183 7.3890561 ] Dimensions of our Array... 1 Datatype of our Array object... float64 Shape of our Array... (4,) Result (log)... [0. 0.69314718 1. 2. ]
