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. Генераторы и сеты в Python
  2. Разность множеств
  3. Избегайте ошибку FileNotFoundError
  4. Перехват исключений в Python
  5. Профилирование кода
  6. Методы в Python
  7. Генераторы данных
  8. Удаление дубликатов из списка с помощью dict.fromkeys
  9. Установка и использование pyshorteners
  10. Метод join() для объединения элементов в строку.
  11. Взаимодействие с sys
  12. Генераторы в Python
  13. Многоточие в Python
  14. Python Метод del.
  15. Доступ к локальным переменным
  16. Оператор обр. импликации
  17. Класс UserDict: дополнительная функциональность
  18. Проверка файла .py на синтаксис.
  19. Вычисление разности множеств в Python
  20. Логические значения в Python
  21. Применение функции map() с лямбда-функциями
  22. Магические методы в Python
  23. JMESPath в Python
  24. Создание namedtuple из словаря
  25. Создание словаря и множества
  26. Применение промокода в Много лосося
  27. Преобразование документов в PDF с помощью Spire.Office
  28. Python Ellipsis использование
  29. Обмен переменными в Jupyter
  30. Удаление первого элемента списка
  31. Использование эмодзи в Python
  32. Тестирование функции сложения
  33. Преобразование чисел в восьмеричную строку
  34. Получение списка кортежей из словаря
  35. Методы работы со списками
  36. Оператор Walrus в Python 3.8
  37. Вывод сложных структур данных с помощью pprint
  38. Работа с комплексными числами
  39. Оператор in для проверки наличия элемента
  40. Работа с файлами в Python
  41. Форматирование строк в Python
  42. Асинхронное программирование с asyncio
  43. Транспонирование 2D-массива с помощью zip
  44. Настройка логгера Logzero
  45. Векторизация в Python с NumPy.

Marketello читают маркетологи из крутых компаний