Numpy.log(), x'in (x tüm giriş dizisi öğelerine aittir) doğal logaritmasını hesaplamak için kullanılan matematiksel bir fonksiyondur. Üstel fonksiyonun tersi ve element bazında doğal logaritmanın tersidir. Doğal logaritma logu üstel fonksiyonun tersidir, böylece log(exp(x))=x olur. E tabanındaki logaritma doğal logaritmadır.

Sözdizimi

 numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = 

Parametreler

x: dizi_benzeri

Bu parametre numpy.log() işlevi için giriş değerini tanımlar.

out: ndarray, Yok veya ndarray tuple ve Yok(isteğe bağlı)

Bu parametre sonucun saklanacağı konumu tanımlamak için kullanılır. Bu parametreyi tanımlarsak giriş yayınına benzer bir şekle sahip olması gerekir; aksi takdirde yeni tahsis edilen bir dizi döndürülür. Bir demet, çıkış sayısına eşit bir uzunluğa sahiptir.

burada: array_like(isteğe bağlı)

Giriş üzerinden yayınlanan bir durumdur. Koşulun Doğru olduğu bu konumda, çıkış dizisi ufunc(evrensel işlev) sonucuna ayarlanacaktır; aksi takdirde orijinal değerini koruyacaktır.

q1 hangi aylardır

döküm: {'hayır','eşdeğer','güvenli','aynı_tür','güvenli değil'}(isteğe bağlı)

Bu parametre oluşabilecek veri yayınlama türünü kontrol eder. 'Hayır', veri türlerinin hiç kullanılmaması gerektiği anlamına gelir. 'Equiv', yalnızca bayt sırası değişikliklerine izin verildiği anlamına gelir. 'Güvenli', korunan değere izin verebilecek tek dönüşüm anlamına gelir. 'Same_kind' yalnızca güvenli yayınlar veya bir tür içindeki yayınlar anlamına gelir. 'Güvenli değil', herhangi bir veri dönüştürme işleminin yapılabileceği anlamına gelir.

sıra: {'K', 'C', 'F', 'A'}(isteğe bağlı)

Bu parametre, çıkış dizisinin hesaplama yineleme sırasını/bellek düzenini belirtir. Varsayılan olarak sıra K olacaktır. 'C' sırası, çıktının C'ye bitişik olması gerektiği anlamına gelir. 'F' sırası F-bitişik anlamına gelir ve 'A', eğer girişler F-bitişikse ve girişler C-bitişik ise, 'A' F-bitişik anlamına gelir, o zaman 'A' C-bitişik anlamına gelir. 'K', girişlerin eleman sıralamasını (mümkün olduğunca yakın) eşleştirmek anlamına gelir.

dtype: veri türü (isteğe bağlı)

sonlu durum makinesi

Hesaplama ve çıktı dizilerinin tipini geçersiz kılar.

test: bool(isteğe bağlı)

Varsayılan olarak bu parametre true olarak ayarlanmıştır. Bunu false olarak ayarlarsak, çıktı her zaman bir alt tür değil, katı bir dizi olacaktır.

imza

Bu argüman, temel hesaplamada kullanılan 'for' 1 boyutlu döngüsüne özel bir imza sağlamamıza olanak tanır.

extobj

dolgu css

Bu parametre, ufunc arabellek boyutunu, hata modu tamsayısını ve hata geri çağırma işlevini belirten uzunluk 1, 2 veya 3'ün bir listesidir.

İadeler

Bu işlev, giriş dizisinin tüm öğelerine ait olan x'in doğal logaritmik değerini içeren bir ndarray döndürür.

Örnek 1:

 import numpy as np a=np.array([2, 4, 6, 3**8]) a b=np.log(a) b c=np.log2(a) c d=np.log10(a) d 

Çıktı:

 array([ 2, 4, 6, 6561]) array([0.69314718, 1.38629436, 1.79175947, 8.78889831]) array([ 1. , 2. , 2.5849625 , 12.67970001]) array([0.30103 , 0.60205999, 0.77815125, 3.81697004]) 

Yukarıda belirtilen kodda

• Numpy'yi np takma adıyla içe aktardık.
• Np.array() fonksiyonunu kullanarak bir 'a' dizisi oluşturduk.
• b, c ve d değişkenlerini bildirdik ve sırasıyla np.log(), np.log2() ve np.log10() işlevlerinin döndürülen değerini atadık.
• Tüm fonksiyonlarda 'a' dizisini geçtik.
• Son olarak b, c ve d’nin değerini yazdırmaya çalıştık.

Çıktıda, kaynak dizinin tüm öğelerinin log, log2 ve log10 değerlerini içeren bir ndarray gösterilmiştir.

preg_match

Örnek 2:

 import numpy as np import matplotlib.pyplot as plt arr = [2, 2.2, 2.4, 2.6,2.8, 3] result1=np.log(arr) result2=np.log2(arr) result3=np.log10(arr) plt.plot(arr,arr, color='blue', marker='*') plt.plot(result1,arr, color='green', marker='o') plt.plot(result2,arr, color='red', marker='*') plt.plot(result3,arr, color='black', marker='*') plt.show() 

Çıktı:

Yukarıdaki kodda

• Numpy'yi np takma adıyla içe aktardık.
• Ayrıca matplotlib.pyplot'u plt takma adıyla içe aktardık.
• Daha sonra np.array() fonksiyonunu kullanarak bir 'arr' dizisi oluşturduk.
• Daha sonra result1, result2, result3 değişkenlerini tanımladık ve sırasıyla np.log(), np.log2() ve np.log10() fonksiyonlarının döndürülen değerlerini atadık.
• Tüm fonksiyonlarda 'arr' dizisini geçtik.
• Son olarak 'arr', result1, result2 ve result3 değerlerini çizmeye çalıştık.

Çıktıda farklı renklerde dört düz çizgiden oluşan bir grafik gösterilmiştir.

Örnek 3:

 import numpy as np x=np.log([2, np.e, np.e**3, 0]) x 

Çıktı:

 __main__:1: RuntimeWarning: divide by zero encountered in log array([0.69314718, 1. , 3. , -inf]) 

Yukarıdaki kodda

• İlk olarak, np takma adıyla numpy'yi içe aktardık.
• 'x' değişkenini bildirdik ve np.log() fonksiyonlarının döndürülen değerini atadık.
• Fonksiyonda tamsayı değeri, np.e ve np.e**2 gibi farklı değerleri ilettik.
• Son olarak 'x' değerini yazdırmaya çalıştık.

Çıktıda, kaynak dizinin elemanlarının log değerlerini içeren bir ndarray gösterilmiştir.