📌 相关文章
- Python中的 numpy.exp()
- Python中的numpy.exp(1)
- python numpy 中的 np.exp - Python (1)
- python numpy 中的 np.exp - Python 代码示例
- exp:1 (1)
- C++ exp()
- C++ exp()(1)
- 在python中如何使用exp - Python(1)
- exp()函数C++(1)
- exp()函数C++
- 在python中如何使用exp - Python代码示例
- exp:1 - 任何代码示例
- 计算给定 NumPy 数组中所有元素的 exp(x) – 1(1)
- 计算给定 NumPy 数组中所有元素的 exp(x) – 1
- PHP | exp()函数(1)
- PHP | exp()函数
- Python| TensorFlow exp() 方法(1)
- Python| TensorFlow exp() 方法
- Python数学库 | exp() 方法
- Python数学库 | exp() 方法(1)
- MySQL 中的 EXP()函数(1)
- MySQL 中的 EXP()函数
- Python|十进制 exp() 方法
- Python|十进制 exp() 方法(1)
- Python – PyTorch exp() 方法
- JavaScript数学exp()(1)
- JavaScript数学exp()
- Java数学exp()(1)
- Java数学exp()
📜 Python中的numpy.exp
📅 最后修改于: 2020-06-11 10:00:38 🧑 作者: Mango
numpy.exp(array, out = None, where = True, casting = ‘same_kind’, order = ‘K’, dtype = None) : 此数学函数可帮助用户计算输入数组中所有元素的指数。
参数：
array：[array_like]输入数组或对象的元素，我们需要测试。
out：[ndarray，可选]输出数组，其尺寸与输入数组相同，放在结果上。
** kwargs：允许您将参数的关键字变量长度传递给函数。当我们要处理函数中的命名参数时使用它。
where：[array_like，可选]真值表示要计算通用该位置的function(ufunc)，False值表示离开仅在输出中的值。
返回：
输入数组的所有元素均呈指数形式的数组。
代码1：
# 解释exp()函数的Python程序
import numpy as np
in_array = [1, 3, 5]
print ("输入数组 : ", in_array)
out_array = np.exp(in_array)
print ("输出数组 : ", out_array)输出：
输入数组：[1、3、5]
输出数组：[2.71828183 20.08553692 148.4131591]代码2：
# Python程序显示exp()函数的图形表示
import numpy as np
import matplotlib.pyplot as plt
in_array = [1, 1.2, 1.4, 1.6, 1.8, 2]
out_array = np.exp(in_array)
y = [1, 1.2, 1.4, 1.6, 1.8, 2]
plt.plot(in_array, y, color = 'blue', marker = "*")
# 红色代表numpy.exp()
plt.plot(out_array, y, color = 'red', marker = "o")
plt.title("numpy.exp()")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()输出：
