Hàm pow() trong Python trả về giá trị của xy.pow() trong Python trả về giá trị của xy. Nội dung chính ShowShow Nội dung chính
Nội dung chính
Nội dung chínhCú pháppow() trong Python: import math math.pow(x, y) Cú pháp của pow() trong Python: Hàm này không có thể truy cập trực tiếp, vì thế chúng ta cần import math module và sau đó chúng ta cần gọi hàm này bởi sử dụng đối tượng math. Trả về giá trịGhi chú: Hàm này không có thể truy cập trực tiếp, vì thế chúng ta cần import math module và sau đó chúng ta cần gọi hàm này bởi sử dụng đối tượng math. Trả về giá trị của xy. import math print ("math.pow(100, 2) : ", math.pow(100, 2)) print ("math.pow(100, -2) : ", math.pow(100, -2)) print ("math.pow(2, 3) : ", math.pow(2, 3)) print ("math.pow(3, 0) : ", math.pow(3, 0)) Ví dụ sau minh họa cách sử dụng của hàm pow() trong Python. math.pow(100, 2) : 10000.0 math.pow(100, -2) : 0.0001 math.pow(2, 4) : 8.0 math.pow(3, 0) : 1.0 Chạy chương trình Python trên sẽ cho kết quả:power() được sử dụng để tính toán các phần tử mảng đầu tiên được nâng lên thành lũy thừa từ các phần tử mảng thứ hai, tính theo phần tử. Cả hai mảng phải có cùng hình dạng và mỗi phần tử của mảng đầu tiên phải được nâng lên giá trị dương tương ứng từ mảng thứ hai. Nếu cả hai mảng không có cùng kích thước hoặc mảng thứ hai có giá trị âm, hàm này trả về value Error. Nội dung chính
Nội dung chínhpower() sử dụng hàm này cách tính giá trị lũy thừa của các phần tử trong một mảng.
1. Ví dụ nhanh về hàm NumPy power () trong PythonNội dung chính # Below are the quick examples # Example 1: Get the scalar as exponent of an array arr = np.power(4,3) # Example 2: Get the exponents of an array arr = np.array([2, 3, 5, 8, 9,4]) arr1 = np.power(arr, 3) # Example 3: Get the exponents of two 1-Darray arr = [2, 4, 6, 5, 3] arr1 = [2, 3, 5, 4, 1] arr2 = np.power(arr,arr1) # Example 4: Use negative exponent with numpy Power() function arr = [2, 4, 6, 5, 3] arr1 = [-2, 3, -5, 4, 1] arr2 = np.power(arr,arr1) # Example 5: Get the power vales of 2-D array arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) arr2 = np.power(arr,arr1) # Example 6: Get the power values using ** operator arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) arr2 = arr**arr1 2. Cú pháp của hàm NumPy power ()Cú phápnumpy.power() hàm số. # Syntax of numpy.power() numpy.power(arr, arr1, out = None, where = True, casting = ‘same_kind’, order = ‘K’, dtype = None) 2.1 Tham số công suất ()Cú pháp của pow() trong Python:
2.2 Giá trị trả về của quyền lực ()Python NumPy power() được sử dụng để tính toán các phần tử mảng đầu tiên được nâng lên thành lũy thừa từ các phần tử mảng thứ hai, tính theo phần tử. Cả hai mảng phải có cùng hình dạng và mỗi phần tử của mảng đầu tiên phải được nâng lên giá trị dương tương ứng từ mảng thứ hai. Nếu cả hai mảng không có cùng kích thước hoặc mảng thứ hai có giá trị âm, hàm này trả về value Error. 3. Sử dụng hàm NumPy power ()Trong bài viết này, tôi sẽ giải thích cách sử dụng NumPy power() sử dụng hàm này cách tính giá trị lũy thừa của các phần tử trong một mảng.np.power() là một hàm thư viện toán học được sử dụng để trả về một mảng chứa các phần tử của mảng đầu tiên được nâng lên thành phần tử lũy thừa của mảng thứ hai. Các numpy power() hàm tham chiếu đến các phần tử trong mảng đầu tiên dưới dạng cơ sở và trả nó về lũy thừa của thành phần tương ứng của mảng thứ hai. 3.1 Nhận giá trị công suất vô hướngNếu bạn đang vội, dưới đây là một số ví dụ nhanh về cách sử dụng hàm power () trong NumPy.4 đến 3rd quyền lực trở lại 64. import numpy as np # Get the scalar as exponent of an array arr = np.power(4,3) print(arr) # Output : # 64 4. Nhận nguồn cho Mảng 1-DHãy lấy mảng 1-D NumPy và tính số mũ của các phần tử mảng đã cho bằng cách sử dụng power(). Đối với điều đó, trước tiên hãy khởi tạo mảng 1- D Numpy bằng cách sử dụng numpy.array().power(). Đối với điều đó, trước tiên hãy khởi tạo mảng 1- D Numpy bằng cách sử dụng numpy.array(). # Get the exponents of an array arr = np.array([2, 3, 5, 8, 9,4]) arr1 = np.power(arr, 3) print(arr1) # Output : # [ 8 27 125 512 729 64] Chúng ta có thể nhận được số mũ của hai phần tử mảng 1- D NumPy khôn ngoan. Đây là mảng đầu tiên ‘arr‘các phần tử hoạt động như một cơ sở và mảng thứ hai’arr1‘phần tử hoạt động như một số mũ. Hàm này sẽ trả về một mảng có các phần tử của mảng đầu tiên được nâng lên thành số mũ trong mảng thứ hai (theo phần tử)arr‘các phần tử hoạt động như một cơ sở và mảng thứ hai’arr1‘phần tử hoạt động như một số mũ. Hàm này sẽ trả về một mảng có các phần tử của mảng đầu tiên được nâng lên thành số mũ trong mảng thứ hai (theo phần tử) # Get the exponents of two 1-Darray arr = [2, 4, 6, 5, 3] arr1 = [2, 3, 5, 4, 1] arr2 = np.power(arr,arr1) print(arr2) # Output : # [ 4 64 7776 625 3] 5. Sử dụng số mũ phủ định với hàm Power ()Các numpy.power() không hoạt động với số mũ âm. Nếu bạn cố gắng sử dụng sức mạnh tiêu cực, nó sẽ ném ValueErrorSố nguyên thành lũy thừa số nguyên âm không được phép.numpy.power() không hoạt động với số mũ âm. Nếu bạn cố gắng sử dụng sức mạnh tiêu cực, nó sẽ ném ValueError Số nguyên thành lũy thừa số nguyên âm không được phép. # Use negative exponent with numpy Power() function arr = [2, 4, 6, 5, 3] arr1 = [-2, 3, -5, 4, 1] arr2 = np.power(arr,arr1) print(arr2) # Output # ValueError: Integers to negative integer powers are not allowed. 6. Nhận sức mạnh của mảng 2-D NumPyChúng ta có thể tính toán lũy thừa của phần tử mảng NumPy hai chiều bằng cách sử dụng power(). Hình dạng của hai mảng NumPy 2-D phải có cùng hình dạng. Hãy kiểm tra quá trình.power(). Hình dạng của hai mảng NumPy 2-D phải có cùng hình dạng. Hãy kiểm tra quá trình. # Create 2-D array # Get the power vales of 2-D array arr = np.array([[4,2,3],[3,2,5]]) arr1 =np.array([[3,2,3],[1,2,3]]) arr2 = np.power(arr,arr1) print(arr2) # Output : # [[ 64 4 27] # [ 3 4 125]] Ngoài ra, chúng ta cũng có thể sử dụng ** toán tử và nhận các giá trị lũy thừa của một mảng các phần tử. ** toán tử và nhận các giá trị lũy thừa của một mảng các phần tử. import math print ("math.pow(100, 2) : ", math.pow(100, 2)) print ("math.pow(100, -2) : ", math.pow(100, -2)) print ("math.pow(2, 3) : ", math.pow(2, 3)) print ("math.pow(3, 0) : ", math.pow(3, 0))0 Bạn có thể thấy rằng sự khác biệt giữa cách tiếp cận thứ nhất và thứ hai là thời gian thực hiện. Các ** cách tiếp cận nhanh hơn một chút so với np.power() phương pháp.** cách tiếp cận nhanh hơn một chút so với np.power() phương pháp. 8. Kết luậnTrong bài viết này, tôi đã giải thích cách sử dụng NumPy power() và sử dụng cách lấy giá trị lũy thừa của mảng NumPy đơn chiều và đa chiều. Hàm được sử dụng để tính toán các phần tử mảng đầu tiên được nâng lên thành lũy thừa từ các phần tử mảng thứ hai, tính theo phần tử.power() và sử dụng cách lấy giá trị lũy thừa của mảng NumPy đơn chiều và đa chiều. Hàm được sử dụng để tính toán các phần tử mảng đầu tiên được nâng lên thành lũy thừa từ các phần tử mảng thứ hai, tính theo phần tử. Học vui vẻ !! Bạn cũng có thể thíchNgười giới thiệu |