Numpy power: как использовать функцию np.power () в Python

Функция numpy power () обрабатывает элементы в первом входном массиве как основу и возвращает его поднятым до мощность соответствующего компонента второго входного массива.

Numpy power

np.power () — математическая функция в Python, которая используется для получения одного массива, содержащего элементы первого массива, возведенные в степень элемента второго массива. Функция numpy power () принимает два основных аргумента: 1) массив базы 2) массив exp и возвращает массив с элементами первого массива, возведенными в степень элемента второго массива.

Это означает , что если у нас есть два массива (должны быть одинакового размера) arr1 и arr2, то numpy.power () вычислит arr1i ^ arr2i для каждого i = 0 в size_of_arrary-1. Если значения arr2 не положительны, эта функция вернет ValueError .

Синтаксис

 numpy.power (arr_of_base, arr_of_exp, out = None, где = True, casting = 'same_kind', order = 'K', dtype = None) 

Параметры

1. arr_of_base: Это первый массив, элементы которого работают как основа. Как подразумевается, аргументом этого параметра arr_of_base должен быть массив чисел. Эти целые числа будут использоваться как « базы » наших показателей.
2. arr_of_exp: Это второй массив, элементы которого работать экспонентом. Этот параметр позволяет указать показатели степени, которые вы будете применять к базам, массив баз . Обратите внимание, что так же, как и вход array-of-exponents , этот вход должен быть массивом Numpy или подобным массиву объектом. Итак, здесь вы можете предоставить массив NumPy, список Python, кортеж или другой объект Python со свойствами, подобными массиву. Вы даже можете указать одно целое число.
3. out: Это ndarray и необязательное поле. Место, в котором будет сохранен результат. Если задано, форма, в которой должна быть широковещательная передача входных данных. Когда только что выделенный массив возвращается, если не получен или None. Кортеж (возможно только в качестве аргумента ключевого слова) должен иметь длину, равную выходным данным.
4. где: это состояние передается по данным. Массив out будет установлен на результат ufunc в местах, где условие истинно. Массив out сохранит свой первоначальный интерес в другом месте. Обратите внимание, что если по умолчанию out = None создает неинициализированный выходной список, позиции в нем, где условие равно False, останутся неинициализированными.

Возвращаемое значение

Функция NumPy power () возвращает массив с элементами первого массива, возведенными в степень второго массива. Результат будет в целочисленной форме.

Программа для демонстрации работы power ()

См. следующий код.

 # Импорт numpyimport numpy как np # Объявление arr1 и arr2arr1 = [4, 2, 1, 6, 5] arr2 = [4, 0, 5, 2, 3] # Теперь проверим  работа power () print ("Элементы arr1 возведены в элементы мощности arr2:") print (np.power (arr1, arr2)) 

Вывод

 Элементы arr1, возведенные в степень arr2, следующие: [256 1 1 36 125] 

Объяснение

В этой программе мы сначала объявили два массива одинаковой формы, и все они, как вы можете видеть, являются целыми числами.

Затем мы вызвали numpy.power () для вычисления arr1 ^ iarr2i.

Итак, согласно формуле, мы получили желаемый результат.

Программа для отображения ValueError в power ()

См. следующий код.

 # Программа для отображения ValueError, когда элементы arr2 отрицательны # Импорт numpyimport numpy как np # Объявление arr1 и arr2arr1 = [4, 2, 1, 6, 5] arr2 = [  4, 0, -5, 2, -3] # Теперь проверим работу power () print ("Элементы arr1 возведены в элементы мощности arr2:") print (np.power (arr1, arr2))  

 Элементы arr1, возведенные в элементы мощности arr2: Traceback (последний вызов последним): File "  app.py ", строка 12, в  print (np.power (arr1, arr2)) ValueError: Целые числа в степени отрицательного целого не допускаются. 

Объяснение

В этой программе мы сначала объявили два массива одинаковой формы, и все они являются целыми числами, как вы видете. Затем мы вызвали numpy.power () для вычисления arr1i ^ arr2i. Но, как сказано выше, эта функция возвращает ValueError, когда элементы второго массива отрицательны, и мы получили ValueError.

Numpy power of Matrix

Чтобы найти степень Matrix в numpy, мы должны использовать функцию numpy.linalg.matrix_power (a, n) .

Для положительных чисел n мощность вычисляется повторным возведением в квадрат матрицы и умножением матриц.

Если n == 0, то возвращается единичная матрица той же формы, что и M.

Если n

См. следующий код.

 # app.pyimport numpy как npdata = np.array ([[0, 1], [-1, 0]]) op = np.linalg.matrix_power (data, 3) print (op) 

Вывод

 python3 app.py [[0-1] [1 0]] 

Давайте посмотрим на другой пример. .

 # app.pyimport numpy as npdata = np.array ([[0, 1], [-1, 0]]) op = np.linalg.matrix_power (data, 0) print  (op) 

Вывод

 python3 app.py [[1 0] [0 1]] 

Заключение

Функция np.power () вычисляет экспоненты в Numpy. Функция Python numpy.power () позволяет нам выполнять простое возведение в степень, например b, до степени n, а также позволяет делать это с большими массивами Numpy.. Мы видели, как найти мощность массива np и мощность Matrix.

Наконец, пример функции Numpy power () завершен.

См. также

Numpy roll ()

Numpy eye ()

Numpy npv ()

Numpy fv ()

Numpy pv ()