NumPy 1.14 - numpy.exp()

numpy.exp




numpy

numpy.exp

numpy.exp(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'exp'>

इनपुट सरणी में सभी तत्वों के घातांक की गणना करें।

पैरामीटर:

x : array_like

इनपुट मान

बाहर : ndarray, कोई नहीं, या tdle of ndarray और कोई नहीं, वैकल्पिक

एक स्थान जिसमें परिणाम संग्रहीत किया जाता है। यदि प्रदान किया जाता है, तो इसका एक आकार होना चाहिए जो कि इनपुट प्रसारित करता है यदि प्रदान नहीं किया गया है या None , तो एक ताज़ा-आवंटित सरणी वापस आ जाती है। एक ट्यूपल (केवल एक कीवर्ड तर्क के रूप में संभव) आउटपुट की संख्या के बराबर लंबाई होना चाहिए।

जहां : array_like, वैकल्पिक

सत्य के मान उस स्थिति में ufunc की गणना करने के लिए संकेत देते हैं, गलत के मान अकेले उत्पादन में मूल्य छोड़ने का संकेत देते हैं।

** kwargs

अन्य कीवर्ड-केवल तर्कों के लिए, ufunc डॉक्स देखें।

यह दिखाता है:

बाहर : ndarray

आउटपुट एरे, x तत्व-वार घातीय।

यह भी देखें

expm1
सरणी में सभी तत्वों के लिए exp(x) - 1 गणना करें।
exp2
सरणी में सभी तत्वों के लिए 2**x गणना करें।

टिप्पणियाँ

अपरिमेय संख्या e को यूलर संख्या के रूप में भी जाना जाता है। यह लगभग 2.718281 है, और प्राकृतिक लघुगणक का आधार है, ln (इसका अर्थ है कि, यदि x = \ ln y = \ log_e y , फिर e ^ x = y । वास्तविक इनपुट के लिए, exp(x) हमेशा सकारात्मक होता है।

जटिल तर्कों के लिए, x = a + ib , हम लिख सकते हैं e ^ x = e ^ a e ^ {ib} । पहला कार्यकाल, ई ^ एक , पहले से ही ज्ञात है (यह वास्तविक तर्क है, ऊपर वर्णित है)। दूसरा कार्यकाल, ई ^ {} आईबी , है \ cos b + i \ sin बी , परिमाण 1 और एक आवधिक चरण के साथ एक फ़ंक्शन।

संदर्भ

[R28] विकिपीडिया, "घातीय कार्य", http://en.wikipedia.org/wiki/Exponential_function
[R29] एम। अब्रामोविट्ज़ और आईए स्टैगन, "हैंडबुक ऑफ़ मैथमेटिकल फ़ंक्शंस विद फ़ार्मुले, ग्राफ़्स और मैथमेटिकल टेबल्स," डोवर, 1964, पी। 69, http://www.math.sfu.ca/~cbm/aands/page_69.htm

उदाहरण

जटिल विमान में exp(x) के परिमाण और चरण को प्लॉट करें:

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(-2*np.pi, 2*np.pi, 100)
>>> xx = x + 1j * x[:, np.newaxis] # a + ib over complex plane
>>> 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('Magnitude of exp(x)')
>>> 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('Phase (angle) of exp(x)')
>>> plt.show()
../../_images/numpy-exp-1.png