Numpy Log Base 2

Numpy Log Base 2



Ett Python-bibliotek som heter NumPy, som står för Numerical Python, används för att arbeta med arrayer och används för numerisk beräkning. Funktionen NumPy log() är en matematisk funktion som utför naturliga logaritmiska operationer i Python. Den naturliga logaritmen är en invers av exponentialfunktionen 'exp()' för indataelement i den givna arrayen, vilket kommer att framgå av denna formel log(exp(x))=x.NumPy log2(). Denna funktion gör det möjligt att hitta loggen för den givna arrayen till bas 2.

Syntax:

Funktionsnamn. log2 ( x )

Här använde vi np som funktionsnamn.







np.log2(x)

Funktionsnamn definieras när vi importerar NumPy-biblioteket. Inuti loggfunktionen tillhandahåller vi ett NumPy-värde eller en array av element.



Importera bibliotek

När vi använder någon funktion i ett bibliotek innan vi använder den specifika funktionen i koden, måste vi importera det relevanta biblioteket annars kommer vi inte att kunna använda funktionerna i det biblioteket. För att använda NumPy-funktionerna måste NumPy-modulen importeras. Detta gör att vi kan använda alla NumPy-funktioner i koden.



importera numpy som funktionsnamn

Låt oss här säga att np är funktionsnamnet.





importera numpy som t.ex.

'np' är namnet på funktionen, vi kan använda vilket namn som helst men de flesta proffs använder 'np' som funktionsnamn för att göra det enkelt och lätt att förstå. Med detta funktionsnamn kan vi använda vilken funktion som helst i NumPy-biblioteket i koden.

NumPy Log Base 2 av ett heltalsnummer

För att nu förklara hur vi kan använda NumPy loggbas 2-funktioner i kod med ett heltalsvärde, titta på exempelkoden nedan.



Integrera först NumPy-biblioteket för att köra NumPy matematiska funktioner. Tilldela sedan variabeln värdet. Variabeln som används här är 'nummer'. Variabeln 'nummer' har fått heltalsvärdet 10. Nu kommer vi att hitta loggen till bas 2 av ett heltal. Använd funktionen NumPy log base 2 som är np.log2(). Här är 'np' funktionsnamnet. Genom det importerar vi NumPy-funktioner. Skriv variabelnamnet som vi använde ovan inom log2-parentesen. Lagra sedan funktionens utdata i en variabel som heter 'output'. Efter det, använd en utskriftssats för att visa resultatet.

Resultatet visas nedan. Först kommer utskriftssatsen att skriva ut meddelandet och sedan visa resultatet som vi beräknat genom np.log2().

NumPy Log Base 2 av ett Flyttal

För att hitta en logg med flyttal genom att använda funktionen np.log2(), förklarar den efterföljande koden allt vi behöver förstå.

I det här fallet använder vi det flytande värdet. Det första steget är att importera biblioteket och ge det ett funktionsnamn som kommer att användas när vi ska anropa en NumPy-funktion. Använd ett variabelnamn för att tilldela ett flyttalsvärde. Här är variabelnamnet 'värde' och den tilldelas ett värde på 178,90. För att hitta logaritmen till bas 2 av det flytande värdet måste vi kalla den matematiska funktionen för loggen 'np.log2()'. 'np' är funktionsnamnet som vi använde när vi importerade NumPy-biblioteket. Funktionen log2() används för att hitta loggen för det definierade värdet. Deklarera nu en annan variabel 'output' för att spara resultatet av log2()-funktionen. Använd funktionen print() för att skriva ut meddelandet och det resulterande värdet på skärmen.

Utdata från ovannämnda kod ses här. np.log2() beräknade loggen för det givna värdet och visas sedan med utskriftsmetoden.

NumPy Log Base 2 av en 1D-array

Här är ett exempel som förklarar hur vi kan använda NumPy-funktionen np.log2() med arrayer. Det är ganska enkelt att hitta loggen för en endimensionell array som förklaras nedan i programmet.

Det första steget är att integrera modulen genom att använda satsen import NumPy som np. 'np' är funktionsnamnet som används när vi anropar en NumPy-funktion, vi måste använda detta funktionsnamn. Detta funktionsnamn kommer att tala om för kompilatorn att gå till NumPy-biblioteket och hämta en specificerad funktion. Efter det måste vi definiera elementen i den endimensionella arrayen. Initiera en variabel och spara sedan arrayen i den. Vi kan definiera en array genom att använda funktionen np.array() . Här definierade vi en array med namnet 'arr_1' och tilldelade heltalsvärden. Använd sedan print-satsen för att visa meddelandet och för att visa arrayen genom att helt enkelt sätta variabelnamnet 'arr_1' i print()-funktionen. Vi använder funktionen np.log2() för att få loggen för 1D-matrisen . Återigen, definiera en ny variabel 'resultat' för att lagra utdata från loggfunktionen i den. Skriv ut arrayen med ett meddelande. Loggfunktionen hittar automatiskt loggen för hela arrayen.

Utdatan visar först ett meddelande 'The array is' och visar sedan den array som vi definierade i variabeln 'arr_1'. np.log2() beräknar loggen för den önskade arrayen och visar resultatet.

NumPy Log Base 2 av en 2D-array

Att arbeta med en tvådimensionell array är lätt men vi måste förstå hur det fungerar och dess rätta metod.

I den här koden importerar du först NumPy-biblioteket i Python. Definiera sedan element i den tvådimensionella arrayen. Arrayen som initieras här är 'array_0'. Denna 2D-matris har en rad med heltalsvärden och den andra raden innehåller flyttalsvärden. Visa sedan arrayen med hjälp av en utskriftssats. Efter det, anrop np.log2() för att beräkna log 2 för den definierade 2D-matrisen. Lagra nu det beräknade värdet i 'output'-variabeln så att om vi vill använda det resulterande värdet var som helst i koden eller visa kan vi använda det genom variabelnamnet 'output'.

Resultatet visar arrayen som vi initierade. Med ett meddelande visar den den beräknade loggen till bas 2 i 2D-matrisen.

Slutsats

I den här artikeln diskuterade vi hur vi kan använda loggbas 2-funktionen som är en matematisk funktion i NumPy-biblioteket. Vi tittade närmare på hur den här funktionen används och vilka bibliotek vi behöver importera till koden. När vi måste hitta loggen till bas 2 i Python är det bara att importera biblioteket och använda funktionen np.log2(). Vi beräknade också loggbasen 2 för olika värden, 1D-array och 2D-array genom att anropa np.log2()-metoden.