numpy.exp详解

最新推荐文章于 2024-03-14 15:27:50 发布

zhenyu wu

最新推荐文章于 2024-03-14 15:27:50 发布

阅读量5.9k

点赞数

分类专栏： numpy 文章标签： python numpy 机器学习数据分析线性代数

本文链接：https://blog.csdn.net/wzy628810/article/details/103952537

版权

numpy 专栏收录该内容

32 篇文章

订阅专栏

这篇博客详细介绍了numpy库中的exp函数，用于计算数组中每个元素的指数。函数接受实数和复数输入，返回值对应于自然对数的底数e的指数。文章还探讨了ex的关系，并提供了复数计算的表达式。此外，通过示例展示了在复平面上的幅值和相位绘制，以及github链接供进一步参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy.exp

用例:
numpy.exp(x, /, out=None, *, where=True, casting=‘same_kind’, order=‘K’, dtype=None, subok=True[, signature, extobj]) = <ufunc ‘exp’>
功能:
对输入数组的每个元素计算指数函数。
参数

变量名	数据类型	功能
x	数组型变量	输入数据。
out	n维数组，None，n维数组组成的元组，可选参数	指定结果存储的位置。若提供此参数，其维度必须与输入数组广播后的维度一致。若不提供此参数或参数值为None，将返回新开辟的数组。若此参数为元组，其长度必须和返回值的个数保持一致。
where	数组型变量，可选参数	`True`用于标记进行函数计算的位置，`False`用于标记此位置不进行函数计算，直接将输入值原样返回，通常用默认值即可。

返回值

变量名	数据类型	功能
out	n维数组或标量	对x中每个元素求指数函数的计算结果。如果x为标量，那out也为标量。

备注
无理数e也被称为欧拉数，是自然对数的底数，其近似值为2.718281。ln（如果 $x=\ln y=\log_e y$ ，那么 $e^x=y$ ）。对于实数输入值，exp(x)的返回值通常为正数。
对于复数输入值x = a + ib，我们的计算公式为 $e^x=e^ae^{ib}$ 。第一部分 $e^a$ 为实部，其计算方法同上。第二部分 $e^{ib}$ 也可写为 $\cos b+i\sin b$ 。
示例:
在复平面上绘制exp(x)的幅值和相位:

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False 
x = np.linspace(-2*np.pi, 2*np.pi, 100)
xx = x + 1j * x[:, np.newaxis]         # 复平面上的a + ib
out = np.exp(xx)
plt.subplot(121)
plt.imshow(np.abs(out), extent=[-2*np.pi, 2*np.pi, -2*np.pi, 2*np.pi], cmap='gray')
plt.title('exp(x)的幅值')
plt.subplot(122)
plt.imshow(np.angle(out), extent=[-2*np.pi, 2*np.pi, -2*np.pi, 2*np.pi], cmap='hsv')
plt.title('exp(x)的相位')
plt.show()