np.expm1: apa metode numpy expm1 () dalam python – Codewithaden

Modul Numpy memiliki beberapa fungsi eksponensial, seperti exp , Exp2 , dan expm1, yang menghitung nilai eksponensial dari elemen yang ada di dalam array numpy.

np.expm1

NP.Expm1 () adalah metode perpustakaan numpy yang mengembalikan nilai eksponensial -1 dari setiap elemen yang disediakan di dalam array numpy sebagai output. Fungsi np.expm1 () menerima arr_name dan keluar argumen dan mengembalikan ndarray output.

Sintaksis

numpy.expm1 (arr_name, out = None)
 

Argumen

Fungsi numpy expm1 () membutuhkan hingga dua parameter utama:

  1. arr_name Ini adalah array input di mana elemen disediakan.
  2. keluar Array output ndarray di mana hasil perhitungan disimpan secara elemental. Bentuk array output sama dengan array input.

Nilai pengembalian

Fungsi numpy expm1 () mengembalikan ndarray output. Array output terdiri dari nilai eksponensial elemental -1 yang sesuai dengan setiap elemen input.

Mis.: Np.expm1 (x) akan menghasilkan:

Nilai output (x) = nilai eksponensial (x) – 1

Contoh Pemrograman

Program untuk menunjukkan kerja numpy.expm1 ()

# importing the numpy module
import numpy as np

# Input array of non-negative integers
inp_arr = np.array([1, 2, 5, 6, 8])

# Calculating exponential value of each element inside inp_arr
exp_val = np.exp(inp_arr)
print("Exponential value of each element is: ", exp_val)

# Subtracting 1 from each element of exp_val
res_arr = exp_val - 1  # concept of broadcasting is used here
print("\nResultant array is: ", res_arr)

# Using np.expm1() method to get output_array
out_arr = np.expm1(inp_arr)
print("\nThe result obtained in output array is: ", out_arr)
 

Keluaran

Exponential value of each element is:  [2.71828183e+00 7.38905610e+00 1.48413159e+02 4.03428793e+02
 2.98095799e+03]

Resultant array is:  [1.71828183e+00 6.38905610e+00 1.47413159e+02 4.02428793e+02
 2.97995799e+03]

The result obtained in output array is:  [1.71828183e+00 6.38905610e+00 1.47413159e+02 4.02428793e+02
 2.97995799e+03] 

Penjelasan

Dalam program expm1.py, kami telah mengambil array numpy bernama INP_ARR dan telah menyimpan beberapa elemen non-negatif di dalam array di mana perhitungan perlu dilakukan.

Kemudian, kami telah melewati array lengkap sebagai parameter di dalam np.exp () metode, yang menghitung nilai eksponensial dari setiap elemen di dalam INP_ARR.

Kami telah mengurangi 1 dari setiap elemen array exp_val dan menyimpan hasilnya dalam array yang dihasilkan bernama res_arr, dan kemudian nilainya dicetak.

Sekarang, menggunakan metode np.expm1 (), kami telah melakukan perhitungan pada elemen array INP_ARR. Output yang diperoleh setelah menyelesaikan perhitungan disimpan di out_arr array, dan kemudian nilainya dicetak.

Dengan demikian, setelah membandingkan hasil yang diperoleh dari res_arr dan out_arr, dapat diverifikasi bahwa output yang diterima setelah menggunakan np.expm1 () sama dengan nilai eksponensial dari setiap elemen – 1.

Program untuk memplot plot sebaran metode numpy.expm1 () menggunakan modul matplotlib.

# app.py

# importing the numpy module
import numpy as np
# importing the matplotlib module
import matplotlib.pyplot as plt

# Input array of non-negative integers
inp_arr = np.array([1, 2, 5, 6, 8])

# Using np.expm1() method to get output_array
out_arr = np.expm1(inp_arr)
print("\nThe result obtained in output array is: ", out_arr)

plt.style.use('seaborn')
plt.plot()
plt.plot(inp_arr, out_arr, color='red',
         marker='^', label='exponential value - 1')
plt.title('Use of np.expm1() method')
plt.ylabel('Output values')
plt.xlabel('Input values')
plt.legend()
plt.show()
 

Keluaran

The result obtained in output array is:  [1.71828183e+00 6.38905610e+00 1.47413159e+02 4.02428793e+02
 2.97995799e+03] 

np

Itu untuk tutorial ini.

Lihat juga

Numpy Divide ()

Numpy bincount ()

Numpy float to int array

Randn acak numpy

Numpy isposinf ()

Artikel ini berasal dari website Winpoin, dan kemudian diterjemahkan ke bahasa indonesia, baca artikel asli disini

Leave a Reply

Your email address will not be published. Required fields are marked *