ה-numpy.log() הוא פונקציה מתמטית המשמשת לחישוב הלוגריתם הטבעי של x(x שייך לכל רכיבי מערך הקלט). זהו היפוך של הפונקציה המעריכית וכן לוגריתם טבעי מבחינת יסוד. הלוגריתם הטבעי הוא היפוך של הפונקציה האקספוננציאלית, כך ש-log(exp(x))=x. הלוגריתם בבסיס e הוא הלוגריתם הטבעי.
תחביר
numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) =
פרמטרים
x: array_like
גימפ כלי לרפא
פרמטר זה מגדיר את ערך הקלט עבור הפונקציה numpy.log() .
out: ndarray, None, או tuple of ndarray ו-None (אופציונלי)
פרמטר זה משמש להגדרת המיקום שבו מאוחסנת התוצאה. אם נגדיר פרמטר זה, חייבת להיות לו צורה דומה לשידור הקלט; אחרת, מוחזר מערך שהוקצה לאחרונה. לטופל יש אורך השווה למספר הפלטים.
איפה: array_like(אופציונלי)
זהו מצב המשודר על פני הקלט. במיקום זה, שבו התנאי הוא True, מערך היציאה יוגדר לתוצאה ufunc(פונקציה אוניברסלית); אחרת, הוא ישמור על ערכו המקורי.
ליהוק: {'no','equiv','safe','same_kind','unsafe'}(אופציונלי)
פרמטר זה שולט בסוג העברת הנתונים שעלול להתרחש. ה'לא' פירושו שאסור להטיל את סוגי הנתונים כלל. ה-'equiv' אומר שרק שינויים בסדר בתים מותרים. ה'כספת' פירושו הקאסט היחיד, שיכול לאפשר את הערך השמור. ה'אותו_סוג' פירושו רק יציאות בטוחות או ליהוקים בתוך סוג. הערך 'לא בטוח' פירושו שניתן לבצע המרת נתונים.
סדר: {'K', 'C', 'F', 'A'}(אופציונלי)
פרמטר זה מציין את סדר איטרציית החישוב/ פריסת הזיכרון של מערך הפלט. כברירת מחדל, הסדר יהיה K. הסדר 'C' אומר שהפלט צריך להיות רציף ל-C. הסדר 'F' פירושו F רציף, ו-'A' פירושו F רציף אם התשומות הן F רציפות ואם התשומות הן ב-C רציפות, אז 'A' פירושו C רציף. 'K' פירושו להתאים את סדר האלמנטים של התשומות (קרוב ככל האפשר).
דוגמאות לתכנות פיתון
dtype: data-type (אופציונלי)
הוא עוקף את ה-dtype של מערכי החישוב והפלט.
מבחן: bool (אופציונלי)
כברירת מחדל, פרמטר זה מוגדר כ-true. אם נגדיר אותו ל-false, הפלט תמיד יהיה מערך קפדני, לא תת-סוג.
חֲתִימָה
ארגומנט זה מאפשר לנו לספק חתימה ספציפית ללולאה 1-d 'for', המשמשת בחישוב הבסיסי.
extobj
פרמטר זה הוא רשימה באורך 1, 2 או 3 המציינת את גודל המאגר ufunc, את המספר השלם של מצב השגיאה ואת פונקציית השגיאה חזרה.
החזרות
פונקציה זו מחזירה ndarray המכיל את הערך הלוגריתמי הטבעי של x, השייך לכל האלמנטים של מערך הקלט.
דוגמה 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
תְפוּקָה:
שימוש באינטרנט
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])
בקוד שהוזכר לעיל
- ייבאנו numpy עם שם הכינוי np.
- יצרנו מערך 'a' באמצעות הפונקציה np.array() .
- הכרזנו על משתנים b, c ו-d והקצנו את הערך המוחזר של פונקציות np.log(), np.log2() ו-np.log10() בהתאמה.
- עברנו את המערך 'a' בכל הפונקציות.
- לבסוף, ניסינו להדפיס את הערך של b, c ו-d.
בפלט, הוצג ndarray המכיל את ערכי log, log2 ו-log10 של כל האלמנטים של מערך המקור.
דוגמה 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()
תְפוּקָה:
בקוד למעלה
- ייבאנו numpy עם שם הכינוי np.
- ייבאנו גם matplotlib.pyplot עם שם הכינוי plt.
- לאחר מכן, יצרנו מערך 'arr' באמצעות הפונקציה np.array() .
- לאחר מכן הכרזנו על משתנה result1, result2, result3 והקצינו את הערכים המוחזרים של פונקציות np.log(), np.log2() ו-np.log10() בהתאמה.
- עברנו את המערך 'arr' בכל הפונקציות.
- לבסוף, ניסינו לשרטט את הערכים של 'arr', result1, result2 ו- result3.
בפלט, הוצג גרף עם ארבעה קווים ישרים עם צבעים שונים.
דוגמה 3:
import numpy as np x=np.log([2, np.e, np.e**3, 0]) x
תְפוּקָה:
__main__:1: RuntimeWarning: divide by zero encountered in log array([0.69314718, 1. , 3. , -inf])
בקוד למעלה
- ראשית, ייבאנו numpy עם שם הכינוי np.
- הכרזנו על המשתנה 'x' והקצנו את הערך המוחזר של פונקציות np.log().
- העברנו ערכים שונים בפונקציה, כמו ערך מספר שלם, np.e ו-np.e**2.
- לבסוף, ניסינו להדפיס את הערך של 'x'.
בפלט, הוצג ndarray, המכיל את ערכי היומן של האלמנטים של מערך המקור.