Чтобы найти экспоненциальное значение входного массива в Python, используйте метод numpy exp (). Функция exp () определена в библиотеке numpy, которую можно импортировать как import numpy как np, и мы можем создавать многомерные массивы и получать другую математическую статистику с помощью numpy.
np.exp
np.exp () — это математическая функция, используемая для нахождения экспоненциальных значений всех элементов, присутствующих во входном массиве. Функция numpy exp () принимает три аргумента: входной массив , выходной массив, где, и ** kwargs, и возвращает массив, содержащий все экспоненциальные значения входного массива.
Синтаксис
numpy.exp (входной массив, выходной массив (для хранения результатов, необязательно ), где ** kwargs)
Параметры
Функция np.exp () принимает один обязательный параметр, которым является входной массив и все остальные параметры являются необязательными.
Первый параметр — это входной массив, для которого мы должны найти экспоненциальные значения.
Второй параметр — это выходной массив, для которого помещается результат.
Третий параметр используется для широковещательной рассылки входных значений.
Четвертый и последний параметр — ** kwargs, который позволяет нам передавать ключевое слово переменной длины в аргумент функции.
Возвращаемое значение
Функция возвращает массив, содержащий все экспоненциальные значения входного массива.
Примеры программ для метода exp () в Python
Напишите программу для демонстрации работы функции exp () в Python.
# app.pyimport numpy as npa = [1, 2, 3, 4] b = [53, 22, 11] print ("Входной массив:", a, " n ") print (" Экспоненциальные значения: ", np.exp (a)," n ") print (" Входной массив: ", b," n ") print (" Экспоненциальные значения: ", np.exp (b ), " n")
Вывод
python3 app.pyInput массив: [1, 2, 3, 4] Экспоненциальные значения: [2.71828183 7.3890561 20.08553692 54.59815003] Входной массив: [53, 22, 11] Экспоненциальные значения: [1.04137594e + 23 3.58491285e + 09 5.98741417e + 04]
В этом примере мы видели, что путем передачи g входной массив, мы получаем выходной массив, состоящий из экспоненциальных значений элементов входного массива.
Напишите программу, чтобы показать графическое представление exp ( ) с использованием линейного графика.
См. следующий код.
# app.pyimport numpy as npimport matplotlib.pyplot as plta = [1, 1.5, 2.0, 2.5, 3, 3.5] b = np.exp (a) y = [1, 2, 3, 4, 5, 6] plt.plot (b, y, color = 'black', marker = " o ") plt.title (" numpy.exp () ") plt.xlabel (" ось X ") plt.ylabel (" ось Y ") plt. show ()
Вывод
На приведенном выше рисунке мы можем видеть кривую значений exp () входного массива относительно осей.
Наконец, Python Numpy exp () Пример функции окончен.
См. Также
Python Numpy fft ()
Numpy array shape
Создание перестановок NumPy
