numpy.exp #

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

计算输入数组中所有元素的指数。

参数
x类似数组

输入值。

out ndarray、None 或 ndarray 和 None 的元组,可选

存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或无,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

其中array_like,可选

该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的outout=None数组,则其中条件为 False 的位置将保持未初始化状态。

**夸格

对于其他仅关键字参数,请参阅 ufunc 文档

返回
输出ndarray 或标量

输出数组, x的按元素指数。如果x是标量,则这是标量。

也可以看看

expm1

计算数组中的所有元素。exp(x) - 1

exp2

计算2**x数组中的所有元素。

笔记

无理数e也称为欧拉数。它大约为 2.718281,是自然对数的底 ln(这意味着,如果\(x = \ln y = \log_e y\), 然后\(e^x = y\)。对于实际输入,exp(x)始终为正。

对于复杂的参数,我们可以写 x = a + ib\(e^x = e^a e^{ib}\)。第一个学期,\(e^a\),是已知的(这是真正的论点,如上所述)。第二个学期, \(e^{ib}\), 是\(\cos b + i \sin b\),幅度为 1 且具有周期性相位的函数。

参考

[ 1 ]

维基百科,“指数函数”, https://en.wikipedia.org/wiki/Exponential_function

[ 2 ]

M. Abramovitz 和 IA Stegun,“带有公式、图形和数学表格的数学函数手册”,Dover,1964 年,第 14 页。 69, https://personal.math.ubc.ca/~cbm/aands/page_69.htm

例子

exp(x)在复平面上绘制 的幅度和相位:

>>> 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