Python numpy float_power用法及代碼示例

本文簡要介紹 python 語言中 numpy.float_power 的用法。

用法:

numpy.float_power(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'float_power'>

第一個數組元素按元素從第二個數組提升到冪。

將 x1 中的每個堿基提高到 x2 中位置對應的冪。 x1 和 x2 必須可廣播為相同的形狀。這與冪函數的不同之處在於，整數、float16 和 float32 被提升為最小精度為 float64 的浮點數，因此結果始終不精確。目的是該函數將為負冪返回可用的結果，並且很少為正冪返回溢出結果。

將負值提升為非整數值將返回 nan 。要獲得複數結果，請將輸入轉換為複數，或將 dtype 指定為 complex(參見下麵的示例)。

參數：

x1： array_like

基地。

x2： array_like

index 。如果 x1.shape != x2.shape ，它們必須可以廣播到一個公共形狀(成為輸出的形狀)。

out： ndarray，None，或 ndarray 和 None 的元組，可選

存儲結果的位置。如果提供，它必須具有輸入廣播到的形狀。如果未提供或 None，則返回一個新分配的數組。元組(隻能作為關鍵字參數)的長度必須等於輸出的數量。

where： 數組，可選

此條件通過輸入廣播。在條件為真的位置，out數組將設置為 ufunc 結果。在其他地方，out數組將保留其原始值。請注意，如果未初始化out數組是通過默認創建的out=None，其中條件為 False 的位置將保持未初始化狀態。

**kwargs：

對於其他僅關鍵字參數，請參閱 ufunc 文檔。

返回：

y： ndarray

x1 中的基數增加到 x2 中的 index 。如果 x1 和 x2 都是標量，則這是一個標量。

例子：

立方體列表中的每個元素。

>>> x1 = range(6)
>>> x1
[0, 1, 2, 3, 4, 5]
>>> np.float_power(x1, 3)
array([   0.,    1.,    8.,   27.,   64.,  125.])

將基數提高到不同的 index 。

>>> x2 = [1.0, 2.0, 3.0, 3.0, 2.0, 1.0]
>>> np.float_power(x1, x2)
array([  0.,   1.,   8.,  27.,  16.,   5.])

廣播的效果。

>>> x2 = np.array([[1, 2, 3, 3, 2, 1], [1, 2, 3, 3, 2, 1]])
>>> x2
array([[1, 2, 3, 3, 2, 1],
       [1, 2, 3, 3, 2, 1]])
>>> np.float_power(x1, x2)
array([[  0.,   1.,   8.,  27.,  16.,   5.],
       [  0.,   1.,   8.,  27.,  16.,   5.]])

將負值提升為非整數值將導致 nan(並會生成警告)。

>>> x3 = np.array([-1, -4])
>>> with np.errstate(invalid='ignore'):
...     p = np.float_power(x3, 1.5)
...
>>> p
array([nan, nan])

要獲得複雜的結果，請給出參數 dtype=complex 。

>>> np.float_power(x3, 1.5, dtype=complex)
array([-1.83697020e-16-1.j, -1.46957616e-15-8.j])