NumPy log()

import numpy as np

# create a NumPy array
array1 = np.array([1, 2, 3, 4, 5])

# calculate the natural logarithm
# of each element in array1
result = np.log(array1)

print(result)

# Output: [0.         0.69314718 1.09861229 1.38629436 1.60943791]

log() 语法

numpy.log() 方法的语法是

numpy.log(array)

log() 参数

numpy.log() 方法接受一个参数

• array - 输入数组

log() 返回值

numpy.log() 方法返回一个数组，其中包含输入数组元素的自然对数值。

示例 1：使用 log() 计算自然对数

import numpy as np

# create a 2-D array
array1 = np.array([[0.5, 1.0, 2.0, 10.0], 
                                [3.4, 1.5, 6.8, 4.12]])

# calculate the natural logarithm
# of each element in array1
result = np.log(array1)

print(result)

输出

[[-0.69314718  0.          0.69314718  2.30258509]
 [ 1.22377543  0.40546511  1.91692261  1.41585316]]

在这里，我们使用 np.log() 方法计算二维数组 array1 中每个元素的自然对数。

生成的数组 result 包含自然对数值。

示例 2：log() 的图形表示

为了提供对数函数的图形表示，让我们使用 Python 中流行的可视化库 matplotlib 来绘制对数曲线。

要使用 matplotlib，我们首先将其导入为 plt。

import numpy as np
import matplotlib.pyplot as plt

# generate x values from 0.1 to 5 with a step of 0.1
x = np.arange(0.1, 5, 0.1)

# compute the logarithmic values of x
y = np.log(x)

# plot the logarithmic curve
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('log(x)')
plt.title('Logarithmic Function')
plt.grid(True)
plt.show()

输出

在上面的示例中，我们使用 plt.plot(x, y) 将 x 数组绘制在 x 轴上，将包含自然对数值的 y 数组绘制在 y 轴上。