numpy.log2 #
- 麻木的。log2 ( x , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'log2'> #
x以 2 为底的对数。
- 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out
out=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:
- y ndarray
x以 2 为底的对数。如果x是标量,则这是标量。
也可以看看
笔记
1.3.0 版本中的新增功能。
对数是一个多值函数:对于每个x都有无数个z使得2**z = x。约定是返回 虚部位于(-pi, pi]中的z。
对于实值输入数据类型,
log2
始终返回实数输出。对于每个无法表示为实数或无穷大的值,它会生成nan
并设置无效浮点错误标志。对于复数值输入,
log2
是一个复分析函数,具有分支切割[-inf, 0]并且从上面连续。log2
将浮点负零作为无穷小负数处理,符合C99标准。在输入具有负实部和非常小的负复数部分(接近 0)的情况下,结果非常接近-pi ,以至于其计算结果恰好为-pi。
例子
>>> x = np.array([0, 1, 2, 2**4]) >>> np.log2(x) array([-Inf, 0., 1., 4.])
>>> xi = np.array([0+1.j, 1, 2+0.j, 4.j]) >>> np.log2(xi) array([ 0.+2.26618007j, 0.+0.j , 1.+0.j , 2.+2.26618007j])