Numpy float_power: cara menggunakan np float_power () – Codewithaden

Jika kita memiliki dua array (harus dengan ukuran yang sama) ARR1 dan ARR2, numpy.power () fungsi akan menghitung arr1 i^ arr2 untuk setiap i = 0 ke size_of_arrary-1. Tetapi fungsi ini sedikit berbeda dari numpy.power (). Dalam fungsi ini, tidak peduli apakah data input integer atau float, kami mendapatkan hasilnya sebagai tipe data float di mana presisi minimum adalah float64 sehingga hasilnya selalu tidak tepat.

Juga, dalam fungsi ini, jika kita memiliki angka negatif di ARR2, itu tidak akan bekerja melalui nilaieror; Sebaliknya, ia mengembalikan hasil yang dapat digunakan dan untuk kekuatan positif jarang meluap.

Numpy float_power ()

Itu np.power () adalah Numpy Perpustakaan fungsi Digunakan untuk mendapatkan satu array yang berisi elemen dari array pertama yang dinaikkan ke elemen daya array kedua. Itu fungsi float_power () berbeda dari fungsi daya pada bilangan bulat tersebut; float16 dan float32 dipromosikan untuk mengapung dengan ketepatan minimum float64 sehingga hasilnya selalu tidak tepat.

Itu float_power () Fungsi akan mengembalikan hasil yang baik untuk kekuatan negatif dan jarang meluap untuk +kekuatan ve.

Sintaksis

numpy.float_power(arr1, arr2, out = None, where = True, casting = ‘same_kind’, order = ‘K’, dtype = None) 
 

Parameter

  1. arr1 : Ini adalah array pertama yang elemennya berfungsi sebagai basis.
  2. arr2 : Ini adalah array kedua yang elemennya berfungsi sebagai eksponen.
  3. keluar: Ini adalah ndarray dan bidang opsional. Tempat hasilnya akan disimpan. Jika diberikan, bentuk yang disiarkan oleh input. Ketika array yang baru dialokasikan dikembalikan kecuali diterima atau tidak ada. Tuple (mungkin sebagai argumen kata kunci saja) harus memiliki panjang yang sama dengan output.
  4. di mana: Keadaan ini ditransmisikan melalui data. Array keluar akan diatur ke hasil ufunc di lokasi di mana kondisinya benar. Array keluar akan mempertahankan minat aslinya di tempat lain. Melihat Bahwa jika default keluar = tidak ada yang menghasilkan daftar keluar yang tidak diinisialisasi, posisi di dalamnya di mana kondisinya salah akan tetap tidak diwujudkan.

Nilai pengembalian

Fungsi float_power () mengembalikan array dengan elemen array pertama yang diangkat ke elemen daya array kedua. Hasilnya akan ada dalam tipe data float.

Program untuk menunjukkan kerja float_power ()

Lihat kode berikut.

#Importing numpy
import numpy as np

#Declaring arr1 and arr2 whose elements are integer
arr1 = [2, 2, 1, 3, 5]
arr2 = [4, 0, 5, 2, 3]

#Now we will check working of power()
print("Elements of arr1 raised to the power elements of arr2 are: ")
print(np.float_power(arr1, arr2))

#Declaring arr1 and arr2 whose elements are float
arr1 = [2.5, 2.1, 1.4, 3, 5]
arr2 = [4, 0, 5, 2, 3]

#Now we will check working of power()
print("Elements of arr1 raised to the power elements of arr2 are: ")
print(np.float_power(arr1, arr2))
 

Keluaran

Elements of arr1 raised to the power elements of arr2 are:
[ 16.   1.   1.   9. 125.]
Elements of arr1 raised to the power elements of arr2 are:
[ 39.0625    1.        5.37824   9.      125.     ] 

Penjelasan

Dalam kasus pertama, kami pertama kali menyatakan dua array dengan bentuk yang sama, dan semua bilangan bulat, seperti yang Anda lihat. Kemudian kami telah menelepon numpy.float_power () untuk menghitung arr1 i^ arr2

Jadi, menurut formula, kami mendapatkan output yang diinginkan tetapi dalam tipe data float.

Dalam kasus kedua, kami pertama kali menyatakan dua array dengan bentuk yang sama, dan elemen ARR1 adalah tipe data float, seperti yang Anda lihat. Lalu kami telah menelepon numpy.float_power () menghitung arr1 i^ arr2

Jadi, menurut formula, kami mendapatkan output yang diinginkan tetapi dalam tipe data float.

Program untuk ditampilkan saat elemen ARR2 negatif

#Program when elements of arr2 are negative

#Importing numpy
import numpy as np

#Declaring arr1 and arr2 whose elements are integer
arr1 = [2, 2, 1, 3, 5]
arr2 = [-4, 0, 5, -2, 3]

#Now we will check working of power()
print("Elements of arr1 raised to the power elements of arr2 are: ")
print(np.float_power(arr1, arr2))

#Declaring arr1 and arr2 whose elements are float
arr1 = [2.5, 2.1, 1.4, 3, 5]
arr2 = [-4, 0, -5, 2, 3]

#Now we will check working of power()
print("Elements of arr1 raised to the power elements of arr2 are: ")
print(np.float_power(arr1, arr2))
 

Keluaran

Elements of arr1 raised to the power elements of arr2 are:
[6.25000000e-02 1.00000000e+00 1.00000000e+00 1.11111111e-01
 1.25000000e+02]
Elements of arr1 raised to the power elements of arr2 are:
[2.56000000e-02 1.00000000e+00 1.85934432e-01 9.00000000e+00
 1.25000000e+02] 

Penjelasan

Dalam kasus pertama, kami pertama kali menyatakan dua array dengan bentuk yang sama, dan semua bilangan bulat, seperti yang Anda lihat, tetapi dalam array kedua (ARR2), beberapa elemen negatif. Kemudian kami telah menelepon numpy.float_power () untuk menghitung arr1 i^ arr2 . Seperti yang dikatakan sebelumnya, fungsi ini mengembalikan hasil yang dapat digunakan.

Dalam kasus kedua, kami pertama kali menyatakan dua array dengan bentuk yang sama, dan elemen ARR1 adalah tipe data float, seperti yang Anda lihat, tetapi dalam array kedua (ARR2), beberapa elemen negatif. Kemudian kami telah memanggil float_power () untuk menghitung arr1 i^ arr2 . Seperti yang dikatakan sebelumnya, fungsi ini mengembalikan hasil yang dapat digunakan.

Lihat juga

Eye Numpy ()

Npv numpy ()

Numpy fv ()

Numpy pv ()

Numpy power ()

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 *