NumPy参考 >例行程序 >Mathematical functions > numpy.power
numpy.power（X1，X2，/，出=无，*，其中=真，铸造= 'same_kind' ，为了= 'K' ，D型细胞=无，subok =真[，签名，extobj ] ）= <ufunc '功率'> ¶第一个数组元素在元素方面从第二个数组提升为幂。
将x1中的每个底数提高到x2中位置对应的 底数。 x1和x2必须可广播为相同形状。请注意，将整数类型提高为负整数次幂将引发ValueError。
基地。
指数。如果为，则必须将它们广播为通用形状（成为输出的形状）。x1.shape != x2.shape
结果存储的位置。如果提供，它必须具有输入广播到的形状。如果未提供或没有，则返回一个新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。
此条件通过输入广播。在条件为True的位置，将out数组设置为ufunc结果。在其他地方，out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数组out=None，则条件为False的数组中的
位置将保持未初始化。
有关其他仅关键字的参数，请参见 ufunc docs。
x1中的基数上升到x2中的指数。如果x1和x2均为标量，则为标量。
也可以看看
float_power提升整数浮点数的幂函数
例子
多维数据集列表中的每个元素。
>>> x1 = range(6)
>>> x1
[0, 1, 2, 3, 4, 5]
>>> np.power(x1, 3)
array([ 0, 1, 8, 27, 64, 125])
将底数提高到不同的指数。
>>> x2 = [1.0, 2.0, 3.0, 3.0, 2.0, 1.0]
>>> np.power(x1, x2)
array([ 0., 1., 8., 27., 16., 5.])
广播的效果。
>>> x2 = np.array([[1, 2, 3, 3, 2, 1], [1, 2, 3, 3, 2, 1]])
>>> x2
array([[1, 2, 3, 3, 2, 1],
[1, 2, 3, 3, 2, 1]])
>>> np.power(x1, x2)
array([[ 0, 1, 8, 27, 16, 5],
[ 0, 1, 8, 27, 16, 5]])