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 @ для умножения матриц
  2. Управление контекстом с помощью декоратора contextmanager
  3. Фильтрация данных в Python.
  4. Нан-рефлексивность в Python
  5. Получение ID процесса
  6. Работа со словарями с defaultdict из collections
  7. Проверка на истинность объектов в Python
  8. Работа с модулем random
  9. Аннотации типов в Python
  10. Безопасные SQL-запросы в Python 3.11
  11. Сортировка с помощью key
  12. Измерение времени выполнения кода с помощью time
  13. Реализация метода __abs__ в Python
  14. Работа с географическими данными в Python
  15. Работа с изменяемыми коллекциями
  16. Инициализация переменных
  17. Работа с итераторами в Python
  18. Работа с часовыми поясами в Python
  19. PrettyTable: создание таблицы
  20. Передача неизвестных аргументов в Python.
  21. Красивый вывод списка
  22. Присвоение значений переменным в Python
  23. Использование двоеточия в Python
  24. Оператор «or» в Python
  25. Python: Splat-оператор и splatty-splat
  26. Поиск шаблона в строке
  27. Конвертация коллекций в Python
  28. Блок else в обработке исключений
  29. Метод join() для объединения элементов строки
  30. Python: динамическая типизация и проверка типов
  31. F-строки в Python 3.8
  32. Работа с индексами списков
  33. Проверка условий: all и any
  34. Преобразование символов с помощью map
  35. Списки в Python: основы
  36. Работа с переменными в Python
  37. Ограничение ресурсов в Python
  38. Работа с SQLite в Python
  39. Установка и использование Virtualenv
  40. Запуск Python из интерпретатора
  41. Работа с collections в Python.
  42. Python Поверхностное Копирование
  43. Генераторы в Python
  44. Подсказки при вводе данных в Python
  45. Создание списков в Python

Marketello читают маркетологи из крутых компаний