El numpy.log() es una función matemática que ayuda al usuario a calcular el logaritmo natural de x donde x pertenece a todos los elementos de array de entrada.
El logaritmo natural log es el inverso de exp() , por lo que log(exp(x)) = x . El logaritmo natural es logaritmo en base e.
Sintaxis: numpy.log(x[, out] = ufunc ‘log1p’)
Parámetros:array: [array_like] Array u objeto de entrada.
out : [ndarray, opcional] Array de salida con las mismas dimensiones que la array de entrada, colocada con el resultado.Retorno:
una array con valor logarítmico natural de x; donde x pertenece a todos los elementos de la array de entrada.
Código #1: Trabajando
# 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("\nnp.log(4**4) : ", np.log(4**4)) print("np.log(2**8) : ", np.log(2**8))
Producción :
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
Código #2: Representación gráfica
# 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()
Producción :
out_array : [ 0. 0.18232156 0.33647224 0.47000363 0.58778666 0.69314718]
References : https://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.log.html#numpy.log
.
Publicación traducida automáticamente
Artículo escrito por Mohit Gupta_OMG 🙂 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA