Python NumPy exp方法用法及代碼示例

Numpy 的 exp(~) 方法計算輸入數組中值的指數，即 e**p，其中 p 是輸入數組中的每個值。

1. a | array-like

輸入數組。

2. out | Numpy array | optional

您可以將計算結果放入 out 指定的數組中，而不是創建新數組。

3. where | boolean 的array | optional

標記為 False 的值將被忽略，即它們的原始值將未被初始化。如果指定了 out 參數，行為會略有不同 - 原始值將保持不變。由於這讓許多人感到困惑，請查看下麵的示例。

包含輸入數組中值的指數的 Numpy 數組。

np.exp([1,2,3])



array([ 2.71828183,  7.3890561 , 20.08553692])

a = np.zeros(3)
np.exp([1,2,3], out=a)
a



array([ 2.71828183,  7.3890561 , 20.08553692])

在這裏，我們將結果輸出到數組 a 中。

np.exp(np.array([1,2,3]), where=[False, True, False])



array([ 8.345334, 7.3890561 , 4.643653])

這裏，僅使用第二個數字進行計算，因為它在掩碼中具有相應的布爾值True。您應該注意到 False 的值如何產生奇怪的結果 - 事實上，您應該忽略它們，因為它們是沒有實際用途的未初始化數字。

現在，如果您指定了 out 參數，而不是未初始化的值，則原始值將保持不變：

a = np.zeros(3)
np.exp([1,2,3], out=a, where=[False, True, False])
a



array([0.       , 7.3890561, 0.       ])

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 NumPy | exp method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。