Numpy Log Base 2

Numpy Log Base 2



Et Python-bibliotek kaldet NumPy, som står for Numerical Python, bruges til at arbejde med arrays og bruges til numerisk databehandling. NumPy log() funktion er en matematisk funktion, der udfører naturlige logaritmiske operationer i Python. Den naturlige logaritme er en invers af eksponentialfunktionen 'exp()' af input-elementer i det givne array, hvilket vil fremgå tydeligt af denne formel log(exp(x))=x.NumPy log2(). Denne funktion gør det muligt at finde loggen for det givne array til base 2.

Syntaks:

Funktionsnavn. log2 ( x )

Her brugte vi np som funktionsnavn.







np.log2(x)

Funktionsnavn defineres, når vi importerer NumPy-biblioteket. Inde i logfunktionen giver vi en NumPy-værdi eller en række elementer.



Importer bibliotek

Når vi bruger en funktion i et bibliotek, før vi bruger den specifikke funktion i koden, skal vi importere det relevante bibliotek, ellers vil vi ikke være i stand til at bruge det pågældende biblioteks funktioner. For at bruge NumPy-funktionerne skal NumPy-modulet importeres. Dette giver os mulighed for at bruge alle NumPy-funktionerne i koden.



importere nusset som funktionsnavn

Lad os her sige, at np er funktionsnavnet.





importere nusset som for eksempel.

'np' er navnet på funktionen, vi kan bruge et hvilket som helst navn, men de fleste fagfolk bruger 'np' som funktionsnavn for at gøre det enkelt og let at forstå. Med dette funktionsnavn kan vi bruge enhver funktion i NumPy-biblioteket i koden.

NumPy Log Base 2 af et heltal

For nu at forklare, hvordan vi kan bruge NumPy log base 2-funktioner i kode med en heltalsværdi, se på eksempelkoden nedenfor.



Først skal du integrere NumPy-biblioteket for at køre NumPy-matematiske funktioner. Tildel derefter værdien til variablen. Variablen, der bruges her, er 'antal'. Variablen 'tal' har fået heltalsværdien 10. Nu vil vi finde log til grund 2 af et heltal. Brug funktionen NumPy log base 2, der er np.log2(). Her er 'np' funktionsnavnet. Gennem det importerer vi NumPy-funktioner. Inden for log2-parentesen skal du skrive variabelnavnet, som vi brugte ovenfor. Gem derefter funktionens output i en variabel med navnet 'output'. Brug derefter en udskriftserklæring til at vise outputtet.

Resultatet er vist nedenfor. Først vil print-sætningen udskrive meddelelsen og derefter vise resultatet, som vi beregnede gennem np.log2().

NumPy Log Base 2 af et Floating Point Number

For at finde en log med flydende kommaværdi ved at bruge funktionen np.log2(), forklarer den efterfølgende kode alt, hvad vi skal forstå.

I dette tilfælde bruger vi den flydende værdi. Det første trin er at importere biblioteket og give det et funktionsnavn, der vil blive brugt, når vi kalder en NumPy-funktion. Brug et variabelnavn til at tildele en flydende kommaværdi. Her er variabelnavnet 'værdi', og den tildeles en værdi på 178,90. For at finde logaritmen til basis 2 af den flydende værdi, skal vi kalde den matematiske funktion af log 'np.log2()'. 'np' er funktionsnavnet, som vi brugte under import af NumPy-biblioteket. Funktionen log2() anvendes til at finde loggen for den definerede værdi. Erklær nu en anden variabel 'output' for at gemme resultatet af log2()-funktionen. Brug funktionen print() for at udskrive meddelelsen og den resulterende værdi på skærmen.

Outputtet af den førnævnte kode ses her. np.log2() beregnede loggen for den givne værdi og vises derefter ved hjælp af printmetoden.

NumPy Log Base 2 af et 1D-array

Her er et eksempel, der forklarer, hvordan vi kan bruge NumPy-funktionen np.log2() med arrays. Det er ret simpelt at finde loggen for et endimensionelt array som forklaret nedenfor i programmet.

Det første trin er at integrere modulet ved at bruge sætningen import NumPy som np. 'np' er funktionsnavnet, der bruges, når vi kalder en NumPy-funktion, vi skal bruge dette funktionsnavn. Dette funktionsnavn vil fortælle compileren at gå til NumPy-biblioteket og få en specificeret funktion. Derefter skal vi definere elementerne i det endimensionelle array. Initialiser en variabel, og gem derefter arrayet i den. Vi kan definere et array ved at bruge funktionen np.array() . Her definerede vi et array med navnet 'arr_1' og tildelte heltalsværdier. Brug derefter print-sætningen til at vise meddelelsen og vise arrayet ved blot at sætte variabelnavnet 'arr_1' inde i print()-funktionen. Vi bruger funktionen np.log2() til at få loggen for 1D-arrayet . Igen skal du definere en ny variabel 'resultat' for at gemme output fra logfunktionen i den. Udskriv arrayet med en besked. Logfunktionen finder automatisk loggen for hele arrayet.

Outputtet viser først en meddelelse 'The array is' og viser derefter det array, som vi definerede i variablen 'arr_1'. np.log2() beregner loggen for det påkrævede array og viser resultatet.

NumPy Log Base 2 af et 2D-array

Det er nemt at arbejde med et todimensionelt array, men vi er nødt til at forstå, hvordan det fungerer, og dets korrekte metode.

I denne kode skal du først importere NumPy-biblioteket i Python. Definer derefter elementer i det todimensionelle array. Arrayet initialiseret her er 'array_0'. Dette 2D-array har en række med heltalsværdier, og den anden række indeholder flydende kommaværdier. Vis derefter arrayet ved hjælp af en print-erklæring. Kald derefter np.log2() for at beregne log 2 for det definerede 2D-array. Gem nu den beregnede værdi i 'output'-variablen, så hvis vi vil bruge den resulterende værdi hvor som helst i koden eller vise, kan vi bruge den gennem variabelnavnet 'output'.

Resultatet viser det array, som vi initialiserede. Med en meddelelse viser den den beregnede log til base 2 i 2D-arrayet.

Konklusion

I denne artikel diskuterede vi, hvordan vi kan bruge logbase 2-funktionen, som er en matematisk funktion af NumPy-biblioteket. Vi undersøgte detaljerne i, hvordan denne funktion bruges, og hvilke biblioteker vi skal importere til koden. Når vi skal finde loggen til base 2 i Python, skal du blot importere biblioteket og bruge funktionen np.log2(). Vi beregnede også logbasen 2 af forskellige værdier, 1D-array og 2D-array ved at kalde np.log2()-metoden.