Python oferuje wiele wbudowanych funkcji logarytmicznych w ramach modułu matematyka co pozwala nam obliczać logi za pomocą jednej linii. Istnieją 4 warianty funkcji logarytmicznych, z których wszystkie omówiono w tym artykule.
1. log(a,(Podstawa)): Funkcja ta służy do obliczania naturalny logarytm (Podstawa e) a. Jeśli zostaną przekazane 2 argumenty, oblicza logarytm żądanej podstawy argumentu a, wartość liczbową log(a)/log(Podstawa) .
Syntax : math.log(a,Base) Parameters : a : The numeric value Base : Base to which the logarithm has to be computed. Return Value : Returns natural log if 1 argument is passed and log with specified base if 2 arguments are passed. Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
organizacja i architektura komputera
# Python code to demonstrate the working of> # log1p(a)> import> math> # Printing the log(1+a) of 14> print> (>'Logarithm(1+a) value of 14 is : '>, end>=>'')> print> (math.log1p(>14>))> |
>
>
Wyjście :
Natural logarithm of 14 is : 2.6390573296152584 Logarithm base 5 of 14 is : 1.6397385131955606>
2. log2(a): Funkcja ta służy do obliczania podstawa logarytmu 2 z. Wyświetla dokładniejszy wynik niż log(a,2).
Syntax : math.log2(a) Parameters : a : The numeric value Return Value : Returns logarithm base 2 of a Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (>'log(a) value of -14 is : '>, end>=>'')> print> (math.log(>->14>))> |
>
>
Wyjście :
Logarithm base 2 of 14 is : 3.807354922057604>
3. log10(a): Funkcja ta służy do obliczania logarytm o podstawie 10 z. Wyświetla dokładniejszy wynik niż log(a,10).
Syntax : math.log10(a) Parameters : a : The numeric value Return Value : Returns logarithm base 10 of a Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (>'The number of digits in 73293 are : '>, end>=>'')> print> (>int>(math.log10(>73293>)>+> 1>))> |
>
>
Wyjście :
Logarithm base 10 of 14 is : 1.146128035678238>
3. log1p(a): Ta funkcja służy do obliczeń logarytm(1+a) .
Syntax : math.log1p(a) Parameters : a : The numeric value Return Value : Returns log(1+a) Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
>
>
Wyjście :
Logarithm(1+a) value of 14 is : 2.70805020110221>Wyjątek
1. Błąd wartości: Ta funkcja zwraca błąd wartości, jeśli liczba wynosi negatywny .
Python3
# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (>'log(a) value of -14 is : '>, end>=>'')> print> (math.log(>->14>))> |
>
>
Wyjście :
log(a) value of -14 is :>
Błąd wykonania:
Traceback (most recent call last): File '/home/8a74e9d7e5adfdb902ab15712cbaafe2.py', line 9, in print (math.log(-14)) ValueError: math domain error>Praktyczne zastosowanie
Jednym z zastosowań funkcji log10() jest to, że służy ona do obliczania NIE. cyfr liczby . Poniższy kod ilustruje to samo.
Python3
# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (>'The number of digits in 73293 are : '>, end>=>'')> print> (>int>(math.log10(>73293>)>+> 1>))> |
>
>
Wyjście :
The number of digits in 73293 are : 5>
Logarytm naturalny (log) to ważna funkcja matematyczna w języku Python, często używana w obliczeniach naukowych, analizie danych i zastosowaniach uczenia maszynowego. Oto kilka zalet, wad, ważnych punktów i podręczników związanych z funkcjami dziennika w Pythonie:
Zalety:
Funkcja log jest przydatna do przekształcania danych o szerokim zakresie wartości lub rozkładzie innym niż normalny w postać o bardziej normalnym rozkładzie, co może poprawić dokładność analiz statystycznych i modeli uczenia maszynowego.
Funkcja log jest szeroko stosowana w finansach i ekonomii do obliczania odsetek składanych, wartości bieżących i innych wskaźników finansowych.
Funkcję log można wykorzystać do ograniczenia wpływu wartości odstających na analizy statystyczne poprzez kompresję skali danych.
Funkcję log można wykorzystać do wizualizacji danych o dużym zakresie dynamicznym lub wartościach bliskich zeru.
Niedogodności:
Funkcja log może być kosztowna obliczeniowo w przypadku dużych zbiorów danych, zwłaszcza jeśli jest stosowana wielokrotnie.
Funkcja log może nie być odpowiednia dla wszystkich typów danych, takich jak dane kategoryczne lub dane z ograniczonym zakresem.
Ważne punkty:
- Logarytm naturalny (log) jest obliczany za pomocą funkcji numpy.log() w Pythonie.
- Logarytm o podstawie innej niż e można obliczyć za pomocą funkcji numpy.log10() lub numpy.log2() w Pythonie.
- Odwrotnością logarytmu naturalnego jest funkcja wykładnicza, którą można obliczyć za pomocą funkcji numpy.exp() w Pythonie.
- Używając logarytmów do analiz statystycznych lub uczenia maszynowego, należy pamiętać o przekształceniu danych z powrotem do pierwotnej skali po analizie.
Leksykony:
Python do analizy danych autorstwa Wesa McKinneya szczegółowo omawia bibliotekę NumPy i jej zastosowania w analizie danych, w tym funkcję logarytmiczną.
Numerical Python: A Practical Techniques Approach for Industry autorstwa Roberta Johanssona szczegółowo omawia bibliotekę NumPy i jej zastosowania w obliczeniach numerycznych i obliczeniach naukowych, w tym funkcję logarytmiczną.
Podręcznik nauki o danych w języku Python autorstwa Jake’a VanderPlasa szczegółowo omawia bibliotekę NumPy i jej zastosowania w nauce danych, w tym funkcję logarytmiczną.