Hướng dẫn dùng exponent c python
|
Python NumPy power() được sử dụng để tính toán các phần tử mảng đầu tiên được nâng lên thành lũy thừa từ các phần tử mảng thứ hai, tính theo phần tử. Cả hai mảng phải có cùng hình dạng và mỗi phần tử của mảng đầu tiên phải được nâng lên giá trị dương tương ứng từ mảng thứ hai. Nếu cả hai mảng không có cùng kích thước hoặc mảng thứ hai có giá trị âm, hàm này trả về value Error. Show
Nội dung chính
Trong bài viết này, tôi sẽ giải thích cách sử dụng NumPy power() sử dụng hàm này cách tính giá trị lũy thừa của các phần tử trong một mảng.
1. Ví dụ nhanh về hàm NumPy power () trong PythonNếu bạn đang vội, dưới đây là một số ví dụ nhanh về cách sử dụng hàm power () trong NumPy. # Below are the quick examples # Example 1: Get the scalar as exponent of an array arr = np.power(4,3) # Example 2: Get the exponents of an array arr = np.array([2, 3, 5, 8, 9,4]) arr1 = np.power(arr, 3) # Example 3: Get the exponents of two 1-Darray arr = [2, 4, 6, 5, 3] arr1 = [2, 3, 5, 4, 1] arr2 = np.power(arr,arr1) # Example 4: Use negative exponent with numpy Power() function arr = [2, 4, 6, 5, 3] arr1 = [-2, 3, -5, 4, 1] arr2 = np.power(arr,arr1) # Example 5: Get the power vales of 2-D array arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) arr2 = np.power(arr,arr1) # Example 6: Get the power values using ** operator arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) arr2 = arr**arr1 2. Cú pháp của hàm NumPy power ()Sau đây là cú pháp của numpy.power() hàm số. # Syntax of numpy.power() numpy.power(arr, arr1, out = None, where = True, casting = ‘same_kind’, order = ‘K’, dtype = None) 2.1 Tham số công suất ()Cho phép các thông số sau.
2.2 Giá trị trả về của quyền lực ()Nó trả về một mảng với các phần tử của mảng đầu tiên được nâng lên thành số mũ trong mảng thứ hai (phần tử khôn ngoan). Nó trả về ValueError, nếu các phần tử mảng thứ hai là số âm. Nó trả về vô hướng nếu cả mảng thứ nhất và thứ hai đều có phần tử vô hướng. 3. Sử dụng hàm NumPy power ()Các np.power() là một hàm thư viện toán học được sử dụng để trả về một mảng chứa các phần tử của mảng đầu tiên được nâng lên thành phần tử lũy thừa của mảng thứ hai. Các numpy power() hàm tham chiếu đến các phần tử trong mảng đầu tiên dưới dạng cơ sở và trả nó về lũy thừa của thành phần tương ứng của mảng thứ hai. 3.1 Nhận giá trị công suất vô hướngChúng ta có thể nhận giá trị vô hướng dưới dạng giá trị lũy thừa của các phần tử đã cho bằng cách chuyển các phần tử làm tham số cho hàm này. Ở đây, phần tử đầu tiên là cơ số và phần tử thứ hai là số mũ. Ví dụ sau đây tính toán 4 đến 3rd quyền lực trở lại 64. import numpy as np # Get the scalar as exponent of an array arr = np.power(4,3) print(arr) # Output : # 64 4. Nhận nguồn cho Mảng 1-DHãy lấy mảng 1-D NumPy và tính số mũ của các phần tử mảng đã cho bằng cách sử dụng power(). Đối với điều đó, trước tiên hãy khởi tạo mảng 1- D Numpy bằng cách sử dụng numpy.array(). # Get the exponents of an array arr = np.array([2, 3, 5, 8, 9,4]) arr1 = np.power(arr, 3) print(arr1) # Output : # [ 8 27 125 512 729 64] Chúng ta có thể nhận được số mũ của hai phần tử mảng 1- D NumPy khôn ngoan. Đây là mảng đầu tiên ‘arr‘các phần tử hoạt động như một cơ sở và mảng thứ hai’arr1‘phần tử hoạt động như một số mũ. Hàm này sẽ trả về một mảng có các phần tử của mảng đầu tiên được nâng lên thành số mũ trong mảng thứ hai (theo phần tử) # Get the exponents of two 1-Darray arr = [2, 4, 6, 5, 3] arr1 = [2, 3, 5, 4, 1] arr2 = np.power(arr,arr1) print(arr2) # Output : # [ 4 64 7776 625 3] 5. Sử dụng số mũ phủ định với hàm Power ()Các numpy.power() không hoạt động với số mũ âm. Nếu bạn cố gắng sử dụng sức mạnh tiêu cực, nó sẽ ném ValueError Số nguyên thành lũy thừa số nguyên âm không được phép. # Use negative exponent with numpy Power() function arr = [2, 4, 6, 5, 3] arr1 = [-2, 3, -5, 4, 1] arr2 = np.power(arr,arr1) print(arr2) # Output # ValueError: Integers to negative integer powers are not allowed. 6. Nhận sức mạnh của mảng 2-D NumPyChúng ta có thể tính toán lũy thừa của phần tử mảng NumPy hai chiều bằng cách sử dụng power(). Hình dạng của hai mảng NumPy 2-D phải có cùng hình dạng. Hãy kiểm tra quá trình. # Create 2-D array # Get the power vales of 2-D array arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) arr2 = np.power(arr,arr1) print(arr2) # Output : # [[ 64 4 27] # [ 3 4 125]] Ngoài ra, chúng ta cũng có thể sử dụng ** toán tử và nhận các giá trị lũy thừa của một mảng các phần tử. # Get the power values using ** operator arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) print(arr**arr1) # Output : # [[ 64 4 27] # [ 3 4 125]] Bạn có thể thấy rằng sự khác biệt giữa cách tiếp cận thứ nhất và thứ hai là thời gian thực hiện. Các ** cách tiếp cận nhanh hơn một chút so với np.power() phương pháp. 8. Kết luậnTrong bài viết này, tôi đã giải thích cách sử dụng NumPy power() và sử dụng cách lấy giá trị lũy thừa của mảng NumPy đơn chiều và đa chiều. Hàm được sử dụng để tính toán các phần tử mảng đầu tiên được nâng lên thành lũy thừa từ các phần tử mảng thứ hai, tính theo phần tử. Học vui vẻ !! Bạn cũng có thể thíchNgười giới thiệu |
