Python numpy log2用法及代码示例

本文简要介绍 python 语言中 numpy.log2 的用法。

用法:

numpy.log2(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'log2'>

x 的以 2 为底的对数。

参数：

x： array_like

输入值。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为真的位置，out数组将设置为 ufunc 结果。在其他地方，out数组将保留其原始值。请注意，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

y： ndarray

x 的以 2 为底的对数。如果 x 是标量，则这是一个标量。

注意：

对数是一个多值函数：对于每个 x，都有无数个 z，使得 2**z = x。约定是返回 z 的虚部位于 [-pi, pi] 中。

对于实值输入数据类型，log2总是返回真实的输出。对于每个不能表示为实数或无穷大的值，它产生nan并设置无效的浮点错误标志。

对于complex-valued 输入，log2是具有分支切割的复杂分析函数[-inf, 0]并且从上面是连续的。log2将浮点负零作为一个无穷小的负数处理，符合 C99 标准。

例子：

>>> x = np.array([0, 1, 2, 2**4])
>>> np.log2(x)
array([-Inf,   0.,   1.,   4.])

>>> xi = np.array([0+1.j, 1, 2+0.j, 4.j])
>>> np.log2(xi)
array([ 0.+2.26618007j,  0.+0.j        ,  1.+0.j        ,  2.+2.26618007j])