の numpy.log() ユーザーが計算するのに役立つ数学関数です。 x の自然対数 ここで、x はすべての入力配列要素に属します。自然対数logは exp() の逆 、 となることによって log(exp(x)) = x 。自然対数は e を底とする log です。
構文: numpy.log(x[, out] = ufunc ‘log1p’) パラメーター ： 配列 ： [array_like] 入力配列またはオブジェクト。 外 ： [ndarray、オプション] 入力配列と同じ次元の出力配列。結果とともに配置されます。 戻る ： x の自然対数値を持つ配列。ここで、x は入力配列のすべての要素に属します。
コード #1 : 動作中
Python3
バーティ・ジャ
# 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>))> |
>
ハードカバーとペーパーバック
>
出力:
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>
コード #2 : グラフィック表現
Python3
Java文字列置換
# 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()> |
>
インターネットに関するデメリット
>
出力:
out_array : [ 0. 0.18232156 0.33647224 0.47000363 0.58778666 0.69314718]>
numpy.log() は、指定された入力の自然対数を計算するために使用される Python の NumPy ライブラリの関数です。自然対数は、指数関数の逆関数である数学関数です。この関数は、配列またはスカラーを入力として受け取り、各要素の自然対数を含む配列またはスカラーを返します。
Python で numpy.log() 関数を使用する利点:
- 速度: numpy.log() 関数は高速計算用に高度に最適化されているため、科学計算やデータ分析における大規模なデータセットや複雑な計算の処理に適しています。
- 数学的精度: numpy.log() 関数は自然対数の計算に高い数学的精度を提供するため、数値シミュレーションや科学実験に役立ちます。
- 汎用性: numpy.log() 関数は、スカラー、配列、行列などの幅広い入力タイプで使用できます。
- 他の NumPy 関数との統合: numpy.log() 関数は他の NumPy 関数およびライブラリと簡単に統合でき、より複雑な計算やデータ分析が可能になります。
Python で numpy.log() 関数を使用するデメリット:
- 限定されたドメイン: numpy.log() 関数は正の実数に対してのみ定義されており、正でない数値が指定された場合は ValueError が発生します。
- 制限された機能: numpy.log() 関数は自然対数の計算に役立ちますが、数学的演算やデータ分析のための他のより特殊なライブラリや関数と比較すると機能が制限されています。
- NumPy ライブラリが必要: numpy.log() 関数を使用するには、NumPy ライブラリを Python 環境にインストールしてインポートする必要があります。これにより、コードにオーバーヘッドが追加される可能性があり、特定のアプリケーションには適さない場合があります。
Python で numpy.log() 関数を使用する際に留意すべき重要な点をいくつか示します。
- numpy.log() 関数は、指定された入力の自然対数を計算します。
- 自然対数は、指数関数の逆関数である数学関数です。
- この関数は、配列またはスカラーを入力として受け取り、各要素の自然対数を含む配列またはスカラーを返します。
- numpy.log() 関数は高速計算用に高度に最適化されており、科学計算やデータ分析における大規模なデータセットや複雑な計算の処理に適しています。
- numpy.log() 関数は、スカラー、配列、行列などの幅広い入力タイプで使用できます。
- numpy.log() 関数は正の実数に対してのみ定義されており、正でない数値が指定された場合は ValueError が発生します。
- numpy.log() 関数は、自然対数を計算するための高い数学的精度を提供するため、数値シミュレーションや科学実験に役立ちます。
- numpy.log() 関数を使用するには、NumPy ライブラリを Python 環境にインストールしてインポートする必要があります。
参考書をお探しなら
NumPy で人気のあるオプションの 1 つは、Wes McKinney による Python for Data Analysis です。この本では、Pandas や matplotlib などのデータ分析のための他の重要な Python ライブラリとともに、NumPy について詳しく説明します。学んだ内容を応用するのに役立つ実践的な例や演習も含まれています。