NumPy 的 power(~)
方法用于计算输入数组中每个数字的幂。
注意
NumPy 的 power(~)
方法使用与输入数组相同的数据类型来执行计算;如果您的输入数组仅包含整数,则返回的结果也将是 int
类型。另一方面,float_power(~)
始终使用 float64
以获得最大精度。
参数
1. x1
| array_like
基数。
2. x2
| array_like
指数。
3. where
| boolean
的array_like
| optional
我们可以选择特定的数字,而不是计算所有数字的幂。将考虑与True
对应的值,而与False
值对应的值将被忽略。
返回值
如果 x1
是标量,则返回标量,否则返回 NumPy 数组。
警告
尽可能使用 ** 语法。无需使用 np.power([1,2,3],2)
,只需使用 [1,2,3]**2
即可,这会带来巨大的性能提升。您想要使用此 power(~)
方法的唯一情况是当您有多个指数时。
例子
使用通用指数
要将数字提高一个公共指数,请提供一个标量:
np.power([1,2,3], 2)
array([1, 4, 9])
使用多个指数
您也可以传递数组作为指数:
np.power([1,2,3], [2,3,4])
array([ 1, 8, 81])
我们在这里所做的是计算 1^2
、 2^3
和 3^4
。
使用面罩
我们可以通过提供布尔掩码来选择要使用的值,如下所示:
np.power([2,3,4], 2, where=[False, True, False])
array([1, 9, 3])
请注意如何仅考虑布尔掩码中标记为 True
的值(即本例中的值 3)。
相关用法
- Python pow()用法及代码示例
- Python pow用法及代码示例
- Python Numpy polynomial legint()用法及代码示例
- Python NumPy positive方法用法及代码示例
- Python dict popitem()用法及代码示例
- Python Numpy polynomial lagline()用法及代码示例
- Python dict pop()用法及代码示例
- Python Numpy polynomial legline()用法及代码示例
- Python pandas.arrays.IntervalArray.is_empty用法及代码示例
- Python pyspark.pandas.Series.dropna用法及代码示例
- Python pyspark.pandas.groupby.SeriesGroupBy.unique用法及代码示例
- Python pandas.DataFrame.ewm用法及代码示例
- Python pandas.api.types.is_timedelta64_ns_dtype用法及代码示例
- Python pandas.DataFrame.dot用法及代码示例
- Python pandas.DataFrame.apply用法及代码示例
- Python pyspark.pandas.Series.dt.weekday用法及代码示例
- Python pyspark.pandas.DataFrame.select_dtypes用法及代码示例
- Python Pandas pivot方法用法及代码示例
- Python pyspark.pandas.date_range用法及代码示例
- Python pyspark.pandas.isnull用法及代码示例
- Python pyspark.pandas.Series.hasnans用法及代码示例
- Python pandas.DataFrame.combine_first用法及代码示例
- Python pyspark.pandas.Series.rmul用法及代码示例
- Python pyspark.sql.functions.grouping_id用法及代码示例
- Python pyspark.pandas.Series.str.repeat用法及代码示例
注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | power method。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。