Numpy rąstų bazė 2

Numpy Rastu Baze 2



Python biblioteka, vadinama NumPy, kuri reiškia Numerical Python, naudojama darbui su masyvais ir naudojama skaitiniams skaičiavimams. NumPy log() funkcija yra matematinė funkcija, atliekanti natūralias logaritmines operacijas Python. Natūralusis logaritmas yra atvirkštinė nurodyto masyvo įvesties elementų eksponentinė funkcija „exp()“, kuri bus aišku iš šios formulės log(exp(x))=x.NumPy log2(). Ši funkcija leidžia rasti nurodyto masyvo žurnalą iki 2 bazės.

Sintaksė:

Funkcijos_pavadinimas. log2 ( x )

Čia mes naudojome np kaip funkcijos pavadinimą.







np.log2(x)

Funkcijos_pavadinimas apibrėžiamas, kai importuojame NumPy biblioteką. Žurnalo funkcijoje pateikiame NumPy reikšmę arba elementų masyvą.



Importuoti biblioteką

Kai naudojame bet kurią bibliotekos funkciją prieš naudodami tą konkrečią funkciją kode, turime importuoti atitinkamą biblioteką, kitaip negalėsime naudoti tos bibliotekos funkcijų. Norint naudoti NumPy funkcijas, reikia importuoti NumPy modulį. Tai leis mums naudoti visas „NumPy“ funkcijas kode.



importuoti nelygus kaip funkcijos_pavadinimas

Tarkime, kad np yra funkcijos pavadinimas.





importuoti nelygus kaip pvz.

„np“ yra funkcijos pavadinimas, galime naudoti bet kokį pavadinimą, tačiau dauguma profesionalų naudoja „np“ kaip funkcijos pavadinimą, kad būtų paprasta ir lengva suprasti. Su šiuo funkcijos pavadinimu galime panaudoti bet kurią NumPy bibliotekos funkciją kode.

NumPy 2 sveikojo skaičiaus žurnalo bazė

Dabar norėdami paaiškinti, kaip galime naudoti NumPy žurnalo bazės 2 funkcijas kode su sveikojo skaičiaus reikšme, pažiūrėkite į toliau pateiktą kodo pavyzdį.



Pirmiausia integruokite NumPy biblioteką, kad paleistumėte NumPy matematines funkcijas. Tada kintamajam priskirkite reikšmę. Čia naudojamas kintamasis yra „skaičius“. Kintamajam 'number' buvo suteikta sveikojo skaičiaus reikšmė 10. Dabar rasime žurnalą iki sveikojo skaičiaus 2 bazės. Naudokite NumPy log base 2 funkciją, kuri yra np.log2(). Čia „np“ yra funkcijos pavadinimas. Per tai mes importuojame NumPy funkcijas. Log2 skliausteliuose parašykite kintamojo pavadinimą, kurį naudojome aukščiau. Tada išsaugokite funkcijos išvestį kintamajame pavadinimu „output“. Po to naudokite spausdinimo teiginį, kad parodytumėte išvestį.

Rezultatas parodytas žemiau. Pirma, spausdinimo teiginys išspausdins pranešimą, o tada parodys rezultatą, kurį apskaičiavome naudodami np.log2().

NumPy žurnalo bazė 2 iš slankiojo kablelio skaičiaus

Norėdami rasti slankiojo kablelio reikšmės žurnalą naudodami funkciją np.log2(), sekantis kodas paaiškina viską, ką turime suprasti.

Šiuo atveju mes naudojame slankiąją vertę. Pirmas žingsnis yra importuoti biblioteką ir suteikti jai funkcijos pavadinimą, kuris bus naudojamas, kai iškviesime NumPy funkciją. Norėdami priskirti slankiojo kablelio reikšmę, naudokite kintamojo pavadinimą. Čia kintamojo pavadinimas yra „value“ ir jam priskiriama 178,90 reikšmė. Norėdami rasti logaritmą iki slankiosios reikšmės 2 bazės, turime iškviesti matematinę log funkciją „np.log2()“. „np“ yra funkcijos pavadinimas, kurį naudojome importuodami „NumPy“ biblioteką. Funkcija log2() taikoma norint rasti apibrėžtos reikšmės žurnalą. Dabar paskelbkite kitą kintamąjį „output“, kad išsaugotumėte funkcijos log2 () rezultatą. Norėdami išspausdinti pranešimą ir gautą reikšmę ekrane, naudokite funkciją print().

Pirmiau minėto kodo išvestis matoma čia. Np.log2() apskaičiavo nurodytos reikšmės žurnalą ir tada rodomas naudojant spausdinimo metodą.

NumPy žurnalo bazė 2 iš 1D masyvo

Štai pavyzdys, paaiškinantis, kaip galime naudoti NumPy funkciją np.log2() su masyvais. Gana paprasta rasti vienmačio masyvo žurnalą, kaip paaiškinta toliau programoje.

Pirmasis žingsnis yra integruoti modulį naudojant teiginį importuoti NumPy kaip np. „np“ yra funkcijos pavadinimas, kuris naudojamas kiekvieną kartą, kai iškviečiame NumPy funkciją, turime naudoti šį funkcijos pavadinimą. Šis funkcijos pavadinimas lieps kompiliatoriui eiti į NumPy biblioteką ir gauti nurodytą funkciją. Po to turime apibrėžti vienmačio masyvo elementus. Inicijuokite kintamąjį ir išsaugokite jame masyvą. Masyvą galime apibrėžti naudodami funkciją np.array(). Čia apibrėžėme masyvą pavadinimu „arr_1“ ir priskyrėme sveikųjų skaičių reikšmes. Tada naudokite spausdinimo teiginį, kad parodytumėte pranešimą ir parodytumėte masyvą, tiesiog įvesdami kintamojo pavadinimą „arr_1“ į funkciją print (). Naudojame funkciją np.log2() norėdami gauti 1D masyvo žurnalą . Vėlgi, apibrėžkite naują kintamąjį „rezultatas“, kad išsaugotumėte žurnalo funkcijos išvestį. Spausdinkite masyvą su pranešimu. Žurnalo funkcija automatiškai suras viso masyvo žurnalą.

Išvestyje pirmiausia rodomas pranešimas „Masyvas yra“, o tada rodomas masyvas, kurį apibrėžėme kintamuoju „arr_1“. Np.log2() apskaičiuoja reikiamo masyvo žurnalą ir parodo rezultatą.

NumPy žurnalo bazė 2 iš 2D masyvo

Darbas su dvimačiu masyvu yra lengvas, tačiau turime suprasti, kaip jis veikia ir tinkamas jo metodas.

Šiame kode pirmiausia importuokite Python „NumPy“ biblioteką. Tada apibrėžkite dvimačio masyvo elementus. Čia inicijuotas masyvas yra „masyvas_0“. Šiame 2D masyve yra viena eilutė su sveikųjų skaičių reikšmėmis, o kitoje eilutėje yra slankiojo kablelio reikšmės. Tada parodykite masyvą naudodami spausdinimo teiginį. Po to iškvieskite np.log2(), kad apskaičiuotumėte apibrėžto 2D masyvo log 2. Dabar išsaugokite tą apskaičiuotą vertę kintamajame „output“, kad jei norime naudoti tą gautą reikšmę bet kurioje kode arba rodyti, galėtume naudoti ją naudodami kintamojo pavadinimą „output“.

Rezultatas rodo masyvą, kurį inicijavome. Su pranešimu jis rodo apskaičiuotą žurnalą 2D masyvo 2 pagrindu.

Išvada

Šiame straipsnyje aptarėme, kaip galime panaudoti log base 2 funkciją, kuri yra matematinė NumPy bibliotekos funkcija. Išsamiai išnagrinėjome, kaip ši funkcija naudojama ir kokias bibliotekas turime importuoti į kodą. Kai turime rasti žurnalą iki 2 bazės Python, tiesiog importuokite biblioteką ir naudokite funkciją np.log2(). Taip pat apskaičiavome skirtingų reikšmių žurnalo bazę 2, 1D masyvą ir 2D masyvą, iškviesdami np.log2() metodą.