Logarithms用于描述和表示大数字。日志是指数的反面。本文将深入了解Python log()函数。
在 Python 中理解 log() 函数
为了使用日志函数的功能,我们需要使用下面的陈述来 ** 导入 ** 的数学模块。
1import math
我们都需要注意到,Python 日志函数无法直接访问,我们需要使用数学模块来访问代码中的日志函数。
合成:**
1math.log(x)
math.log(x)函数用于计算 自然逻辑值,即 ** log 到基数 e** (欧勒数) 即大约 2.71828 的参数值(** 数字表达式**),传递给它。
** 例子:**
1import math
2
3print("Log value: ", math.log(2))
在上面的代码片段中,我们正在请求2的逻辑值。
出发点:**
1Log value: 0.6931471805599453
Python log() 函数的变体
以下是 Python 中的基本日志函数的变体:
- log2(x)
- log(x, Base)
- log10(x)
- log1p(x)
1. log2(x) - 日志基础 2
「math.log2(x)」函数用于计算 base 2 的数值的 **logarithmic 值。
合成:**
1math.log2(numeric expression)
** 例子:**
1import math
2
3print ("Log value for base 2: ")
4print (math.log2(20))
出发点:**
1Log value for base 2:
24.321928094887363
log(n, Base) - log base n
math.log(x,Base)函数计算了 x 的逻辑值,即对 ** 特定的 (所需) 基数值** 的数值表达式。
合成:**
1math.log(numeric_expression,base_value)
这个函数接受两个论点:
- 数字表达式**
- 基数值**
** 注意**:如果函数没有提供 ** 基数值**,则 math.log(x(Base))作为 ** 基数日志函数**,并计算数字表达式的日志到 ** 基数 e**。
** 例子:**
1import math
2
3print ("Log value for base 4 : ")
4print (math.log(20,4))
出发点:**
1Log value for base 4 :
22.1609640474436813
log10(x) - 日志基础 10
math.log10(x)函数计算数字表达式的逻辑值到 base 10。
合成:**
1math.log10(numeric_expression)
** 例子:**
1import math
2
3print ("Log value for base 10: ")
4print (math.log10(15))
在上面的代码片段中,计算了 15到 base 10的逻辑值。
出发点:**
1Log value for base 10 :
21.1760912590556813
标签1p(x)
math.log1p(x)函数计算特定输入值的 log(1+x),即 x
注意: math.log1p(1+x) 等同于 math.log(x)
合成:**
1math.log1p(numeric_expression)
** 例子:**
1import math
2
3print ("Log value(1+15) for x = 15 is: ")
4print (math.log1p(15))
在上面的代码片段中,计算输入表达式 15 的日志值 (1+15)。
因此,‘math.log1p(15)’相当于‘math.log(16)’。
出发点:**
1Log value(1+15) for x = 15 is:
22.772588722239781
理解 Python NumPy 中的日志
Python NumPy使我们能够同时计算输入的NumPy数组元素的自然逻辑值。
为了使用 numpy.log() 方法,我们需要 ** 导入 NumPy 模块** 使用下面的语句。
1import numpy
合成:**
1numpy.log(input_array)
函数 numpy.log() 接受 ** input array** 作为参数,并返回数组中元素中的 **logarithmic 值。
** 例子:**
1import numpy as np
2
3inp_arr = [10, 20, 30, 40, 50]
4print ("Array input elements:\n", inp_arr)
5
6res_arr = np.log(inp_arr)
7print ("Resultant array elements:\n", res_arr)
出发点:**
1Array input elements:
2 [10, 20, 30, 40, 50]
3Resultant array elements:
4 [ 2.30258509 2.99573227 3.40119738 3.68887945 3.91202301]
结论
在本文中,我们了解了Python日志函数的运作方式,并揭示了Python中的逻辑函数的变体。