在 Numpy 中将底数提升到不同的指数
numpyserver side programmingprogramming更新于 2025/9/2 20:52:17
要将底数提升到不同的指数，请使用 Python 中的 numpy.power() 方法。这里，第一个参数是底数和第二个指数。
将 x1 中的每个底数提升到 x2 中位置对应的幂。x1 和 x2 必须可广播到相同的形状。整数类型的负整数幂将引发 ValueError。负值提升到非整数值将返回 nan。要获得复数结果，请将输入转换为复数，或将 dtype 指定为复数。
条件通过输入进行广播。在条件为 True 的位置，输出数组将设置为 ufunc 结果。在其他位置，输出数组将保留其原始值。请注意，如果通过默认的 out=None 创建了未初始化的输出数组，则其中条件为 False 的位置将保持未初始化状态。
步骤
首先，导入所需的库 −
import numpy as np
创建一个数组 −
arr = np.array([5, 10, 25, 30, 40, 50])
显示数组 −
print("数组...
", arr)
获取数组的类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
获取数组的形状 −
print("
我们的数组形状...
",arr.shape)
设置不同的指数 −
p = [2, 3, 2, 3, 2, 3]
要将底数提升到不同的指数，请使用 Python 中的 numpy.power() 方法。其中，第一个参数是底数，第二个指数 −
print("
结果...
",np.power(arr, p))
示例
import numpy as np
# Create an array
arr = np.array([5, 10, 25, 30, 40, 50])
# Display the array
print("数组...
", arr)
# Get the type of the array
print("
Our Array type...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 获取数组的形状
print("
我们的数组形状...
",arr.shape)
# 设置不同的指数
p = [2, 3, 2, 3, 2, 3]
# 要将底数提升到不同的指数，请使用 Python 中的 numpy.power() 方法
# 这里，第一个参数是底数，第二个参数是指数
print("
结果...
",np.power(arr, p))
输出
数组... [ 5 10 25 30 40 50] 我们的数组类型... 我们的数组维度... 1 我们的数组形状... (6,) 结果... [ 25 1000 625 27000 1600 125000]
