Курс Python → Вычисление натурального логарифма в NumPy

NumPy — это библиотека Python, предназначенная для работы с многомерными массивами и матрицами, а также содержащая множество математических функций. Одной из таких функций является вычисление натурального логарифма элементов массива NumPy. Для этого используется метод numpy.log().

Для начала работы с методом numpy.log() необходимо импортировать модуль NumPy. Для этого используется следующий оператор:

import numpy as np

После импорта модуля NumPy можно вызывать метод numpy.log() и передавать ему массив, элементы которого нужно прологарифмировать. Метод numpy.log() принимает входной массив в качестве параметра и возвращает новый массив, содержащий натуральные логарифмы элементов исходного массива.

Например, если у нас есть массив arr = np.array([1, 2, 3, 4, 5]), мы можем использовать метод numpy.log() для вычисления натурального логарифма каждого элемента:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
result = np.log(arr)
print(result)

В результате выполнения данного кода на экран будет выведен массив, содержащий натуральные логарифмы элементов исходного массива arr. Таким образом, метод numpy.log() позволяет быстро и удобно вычислять логарифмические значения элементов массива NumPy.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Работа с географическими данными в Python
  2. Сложные типы данных в Python
  3. Поиск индекса элемента в списке
  4. Просмотр внешнего файла в Python
  5. Библиотека itertools: объединение списков
  6. Явный импорт в Python
  7. Создание пустых функций и классов в Python
  8. Абстракции словарей и множеств в Python
  9. Использование эмодзи в Python
  10. Обработка исключения UnboundLocalError
  11. Определение имен функций
  12. Избегание изменяемых аргументов
  13. Условные выражения в Python
  14. Оператор in для проверки наличия элемента
  15. Хэш-функции в Python
  16. Измерение времени выполнения кода
  17. Обмен переменными в Jupyter
  18. Работа с исключениями в Python
  19. Разрешение имен в Python
  20. Метод __complex__ в Python
  21. Проверка подстроки в строке
  22. Работа с датами в Python
  23. Обмен данными с asyncio.Queue
  24. Работа с collections в Python
  25. Оператор match в Python
  26. Обязательные аргументы в Python
  27. Фильтрация входных данных в Python
  28. Изменение элемента списка
  29. Оператор del в Python
  30. Декораторы в Python
  31. Форматирование строк в Python
  32. Создание вложенных циклов for
  33. Создание таблиц в терминале с PrettyTable
  34. Лямбда-функции в defaultdict
  35. Конкатенация строк в Python
  36. Сравнение def и lambda-функций
  37. Python Тесты и Гайды
  38. Namedtuple в Python
  39. Принципы LSP и ISP в Python
  40. Преобразование текста в речь с Python
  41. Управление памятью в numpy.
  42. Создание новых списков в Python
  43. Создание списка дат
  44. Переопределение метода delitem в Python
  45. Метод enumerate() в Python
  46. Замена элементов в списке с помощью генераторов списков
  47. Измерение потребления памяти при сортировке
  48. Функции с дополнением

Marketello читают маркетологи из крутых компаний