Python에서 scima를 사용하여 자연 로그 계산

Scimath로 자연 로그를 계산하려면 Python Numpy에서 np.emath.log() 메서드를 사용합니다. 이 메서드는 x 값의 로그를 반환합니다. x가 스칼라이면 out이고 그렇지 않으면 배열이 반환됩니다. 첫 번째 매개변수 x는 로그가 필요한 값입니다.

단계

먼저 필요한 라이브러리를 가져옵니다 -

import numpy as np

array() 메서드를 사용하여 numpy 배열 만들기 -

arr = np.array([np.inf, -np.inf, np.exp(1), -np.exp(1)])

배열 표시 -

print("Our Array...\n",arr)

치수 확인 -

print("\nDimensions of our Array...\n",arr.ndim)

데이터 유형 가져오기 -

print("\nDatatype of our Array object...\n",arr.dtype)

모양 가져오기 -

print("\nShape of our Array object...\n",arr.shape)

scima로 자연 로그를 계산하려면 Python Numpy에서 np.emath.log() 메서드를 사용하십시오 -

print("\nResult (log)...\n",np.emath.log(arr))

예시

import numpy as np

# Creating a numpy array using the array() method
arr = np.array([np.inf, -np.inf, np.exp(1), -np.exp(1)])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# Get the Shape
print("\nShape of our Array object...\n",arr.shape)

# To compute the natural logarithm with scimath, use the np.emath.log() method in Python Numpy.
print("\nResult (log)...\n",np.emath.log(arr))

출력

Our Array...
[ inf -inf 2.71828183 -2.71828183]

Dimensions of our Array...
1

Datatype of our Array object...
float64

Shape of our Array object...
(4,)

Result (log)...
[inf+0.j inf+3.14159265j 1.+0.j 1.+3.14159265j]