NumPy log10()

import numpy as np

# create an array 
array1 = np.array([1, 10, 100, 1000])

# calculate base-10 logarithm of array1 elements
result = np.log10(array1)

print(result)

# Output: [0. 1. 2. 3.]

log10() 语法

numpy.log10() 方法的语法是：

numpy.log10(x, out = None, where = True, casting = 'same_kind', dtype = None)

log10() 参数

numpy.log10() 方法接受以下参数：

• x - 输入数组
• out (可选) - 用于存储结果的输出数组
• where (可选) - 一个布尔数组，用于指示计算对数的位置
• casting (可选) - 转换数据类型时的转换行为
• dtype (可选) - 返回输出的数据类型

log10() 返回值

numpy.log10() 方法返回一个包含相应以 10 为底的对数值的数组。

示例 1：在 log10() 中使用 out 和 where

import numpy as np

array1 = np.array([1, -10, 10, 100, -1000, 10000])

# create an output array with the same shape as array1
result = np.zeros_like(array1, dtype=float)  

# compute log10 of elements in array1
# only where the element is greater than 1
np.log10(array1, where = array1 > 1, out = result)

print(result)

输出

[0. 0. 1. 2. 0. 4.]

在此，numpy.log10() 方法用于计算 array1 中元素的以 10 为底的对数。我们向此方法提供了以下附加参数：

• where 用于指定条件 array1 > 1，表示仅为大于 1 的元素计算对数。
• out 设置为 result，将计算出的对数值存储在 result 数组中。

注意： 负值的对数不会被计算，并且 result 数组中对应的元素将被赋值为零。

示例 2：在 log10() 中使用可选的 casting 参数

casting 参数指定了在转换数据类型时的转换行为。

casting 可以是：

• 'no' - 完全不允许数据类型转换
• 'equiv' - 只允许字节顺序的更改
• 'safe' - 只允许保留数值精度的转换
• 'same_kind' - 只允许安全转换或相同种类内的转换
• 'unsafe' - 允许任何数据转换

让我们看一个例子。

import numpy as np

# array of floating-point numbers
array1 = np.array([1, -2, 0, 4, -5], dtype = np.float32)

# no casting is allowed, same data type as array1 is maintained
array2 = np.sign(array1, casting = 'no')

# casting is allowed to equivalent data types (floating-point numbers)
array3 = np.sign(array1, casting = 'equiv')

# casting is allowed to safe data types
# preserving precision (floating-point numbers)
array4 = np.sign(array1, casting = 'safe')

# casting is allowed to data types of
# the same kind (floating-point numbers)
array5 = np.sign(array1, casting = 'same_kind')

# casting is allowed to any data type
# without checks (signed integers)
array6 = np.sign(array1, casting = 'unsafe')

print("Array with 'no' casting:", array2)
print("Array with 'equiv' casting:", array3)
print("Array with 'safe' casting:", array4)
print("Array with 'same_kind' casting:", array5)
print("Array with 'unsafe' casting:", array6)

输出

Array with 'no' casting: [ 1. -1.  0.  1. -1.]
Array with 'equiv' casting: [ 1. -1.  0.  1. -1.]
Array with 'safe' casting: [ 1. -1.  0.  1. -1.]
Array with 'same_kind' casting: [ 1. -1.  0.  1. -1.]
Array with 'unsafe' casting: [ 1. -1.  0.  1. -1.]

注意：numpy.log10() 方法不涉及类型转换，因此 casting 参数不会影响结果。

示例 3：使用 dtype 参数计算 log10()

import numpy as np

array1 = np.array([1, 10, 100, 1000, 10000])

# compute the log10 with dtype = float64
result1 = np.log10(array1, dtype = np.float64)

print("Result with dtype float64:", result1)

# convert the logarithmic values to integers
result2 = np.round(result1).astype(int)

print("Result with dtype int:", result2)

输出

Result with dtype float64: [0. 1. 2. 3. 4.]
Result with dtype int: [0 1 2 3 4]

在此示例中，我们使用 np.log10() 和 dtype = np.float64 计算了对数值。

然后，我们使用 np.round() 将浮点数值四舍五入到最接近的整数。最后，我们使用 astype(int) 将四舍五入后的值转换为整数。

现在，result2 数组包含四舍五入到最接近整数的对数值。