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. Оператор == в Python
  2. Переменные класса и экземпляра
  3. enumerate() в Python для работы с индексами
  4. Работа с массивами в Python
  5. Функция zip() в Python
  6. Удаление элемента по индексу
  7. Тестирование функции сложения
  8. Обрезка изображения с Pillow
  9. Списковое включение в Python
  10. Декораторы в Python
  11. Хэш-функции и метод цепочек
  12. Управление виртуальными окружениями в Python
  13. Функция reduce() в Python
  14. Работа с необработанными строками
  15. Идентификатор объекта в Python
  16. Работа с Requests для HTTP-запросов
  17. Форматирование даты с strftime()
  18. Работа с комплексными числами
  19. Генераторы в Python
  20. Замена символов в Python
  21. Объединение кортежей в Python
  22. Фильтрация списков с itertools
  23. HTTP-запросы с библиотекой Requests
  24. Оператор in в Python
  25. Преобразование регистра строк
  26. Метод ipow для возведения в степень
  27. Метод count в Python: почему count(», ») возвращает 4?
  28. Нахождение разницы между списками в Python
  29. Работа с Enum в Python3.
  30. Блок try-except-else
  31. Создание вложенного генератора
  32. Перегрузка операторов в Python
  33. Документирование функций в Python
  34. Перевод текста с Python Translator
  35. JSON-esque в Python
  36. Метод get для словарей
  37. Условное добавление элементов в список
  38. Конвертация коллекций в Python
  39. Объединение словарей в Python
  40. Курс Data Scientist в медицине
  41. Перетасовка списков в Python
  42. Работа с контекстным менеджером Pool
  43. Метод get для словаря
  44. Ускоренный импорт библиотек
  45. Избегание циклических зависимостей классов в Python
  46. Отладка производительности Python
  47. Поиск уникальных элементов строкой в Python

Marketello читают маркетологи из крутых компаний