Cara menggunakan NP.LOG pada Python
Section Artikel Show
LogNumPy menyediakan fungsi untuk melakukan log di basis 2, e dan 10. Kita juga akan mempelajari bagaimana kita dapat menghitung log untuk basis apa pun dengan membuat ufunc khusus. Semua fungsi log akan menempatkan -inf atau inf di elemen jika log tidak dapat dihitung. Log pada Basis 2Gunakan fungsi log2() untuk melakukan log pada basis 2. Contoh: import numpy as np arr = np.arange(1, 10) print(np.log2(arr)) Catatan: Fungsi arange (1, 10) mengembalikan array dengan bilangan bulat mulai dari 1 (disertakan) hingga 10 (tidak termasuk). Log pada Basis 10Gunakan fungsi log10() untuk melakukan log basis 10. Contoh: import numpy as np arr = np.arange(1, 10) print(np.log10(arr)) Natural Log, atau Log di Base eGunakan fungsi log() untuk melakukan log basis e. Contoh: import numpy as np arr = np.arange(1, 10) print(np.log(arr)) Log pada Basisi ApapunNumPy tidak menyediakan fungsi yang berguna untuk menghitung log di basis apapun, tetapi kita bisa menggunakan fungsi frompyfunc() bersama dengan fungsi matematika.log() dengan dua parameter input dan satu parameter output. Contoh: from math import log import numpy as np nplog = np.frompyfunc(log, 2, 1) print(nplog(100, 15)) Fungsi numpy log() membantu pengguna menghitung Logaritma natural dari x di mana x milik semua elemen array input. Log numpy adalah
metode matematika yang digunakan untuk menghitung logaritma natural dari x di mana x milik semua elemen array input. Log logaritma natural merupakan kebalikan dari metode eksponensial, sehingga log(exp(x)) = x . Logaritma natural adalah logaritma basis Dan . #numpy #python Log numpy adalah metode matematika yang digunakan untuk menghitung logaritma natural dari x di mana x milik semua elemen array input. Benar, Untuk pangkalan lain, ingat hukum log ini: di sini k =
dan View Discussion Improve Article Save Article View Discussion Improve Article Save Article The numpy.log() is a mathematical function that helps user to calculate Natural logarithm of x where x belongs to
all the input array elements.
Code #1 : Working
Output : Input array : [1, 3, 5, 256] Output array : [ 0. 1.09861229 1.60943791 5.54517744] np.log(4**4) : 5.54517744448 np.log(2**8) : 5.54517744448
Output : out_array : [ 0. 0.18232156 0.33647224 0.47000363 0.58778666 0.69314718] References : https://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.log.html#numpy.log . |