Функция exp() определена в библиотеке numpy. Мы можем создавать многомерные массивы и получать другую математическую статистику с помощью numpy.
Что такое функция np.exp() в Python?
np.exp() — это математическая функция, используемая в Python для нахождения экспоненциальных значений всех элементов, присутствующих во входном массиве. Функция numpy exp() принимает три аргумента и возвращает массив, содержащий все экспоненциальные значения входного массива.
Синтаксис
|
1 |
numpy.exp(input array,output array( to store the results,optional),where,**kwargs) |
Параметры
Функция np.exp() принимает один обязательный параметр, входной массив, а все остальные параметры являются необязательными.
- Первый параметр — это input array, для которого мы должны найти экспоненциальные значения.
- Второй параметр — output array, в который помещается результат.
- Третий параметр используется для трансляции по входным значениям.
- Четвертый и последний параметр — это **kwargs, который позволяет нам передать ключевое слово переменной длины в аргумент функции.
Возвращаемое значение
Функция возвращает массив, содержащий все экспоненциальные значения входного массива.
Примеры программ по методу exp() в Python
- Напишем программу, показывающую работу функции exp() в Python.
|
1 2 3 4 5 6 7 8 9 10 |
# app.py import numpy as np a = [1, 2, 3, 4] b = [53, 22, 11] print("Input array: ", a, "\n") print("Exponential values: ", np.exp(a), "\n") print("Input array: ", b, "\n") print("Exponential values: ", np.exp(b), "\n") |
Выход
|
1 2 3 4 5 6 7 8 |
python3 app.py Input array: [1, 2, 3, 4] Exponential values: [ 2.71828183 7.3890561 20.08553692 54.59815003] Input array: [53, 22, 11] Exponential values: [1.04137594e+23 3.58491285e+09 5.98741417e+04] |
В этом примере мы видели, что, передавая входной массив, мы получаем выходной массив, состоящий из экспоненциальных значений элементов входного массива.
- Напишем программу, отображающую графическое представление функции exp() с помощью линейного графика
См. следующий код.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
# app.py import numpy as np import matplotlib.pyplot as plt a = [1, 1.5, 2.0, 2.5, 3, 3.5] b = np.exp(a) y = [1, 2, 3, 4, 5, 6] plt.plot(b, y, color='black', marker="o") plt.title("numpy.exp()") plt.xlabel("X-axis") plt.ylabel("Y-axis") plt.show() |
Выход
На приведенном выше рисунке показана кривая значений exp() входного массива относительно осей.
