NumPy exp() 函数

numpy.exp() 函数用于计算输入数组中所有元素的指数。它计算数组中每个元素"x"的 e^x，其中"e"是欧拉常数(约为 2.71828)。

此函数可应用于标量、列表或 NumPy 数组，并将返回一个形状相同的数组，其中包含每个输入值的指数。

语法

以下是 NumPy exp() 函数的语法 -

numpy.exp(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True)

参数

此函数接受以下参数 -

• x: 用于计算指数的输入数组。
• out(可选): 存储结果的位置。如果提供，则必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。
• where(可选): 此条件通过输入进行广播。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。否则，它将保留其原始值。
• casting(可选): 控制可能发生的数据转换类型。默认为"same_kind"。
• order(可选): 控制结果的内存布局顺序。 'C' 表示 C 阶，'F' 表示 Fortran 阶，'A' 表示如果输入均为 F 则为 'F'，否则为 'C'，'K' 表示尽可能匹配输入的布局。
• dtype(可选): 返回数组的类型以及计算元素的累加器的类型。除非指定 dtype，否则默认使用 x 的 dtype。
• subok(可选): 如果为 True，则将传递子类，否则返回的数组将被强制为基类数组。

返回值

此函数返回一个数组，其中包含输入数组 x 中每个元素的指数。如果提供了 out，则返回对 out 的引用。

示例:exp() 函数的基本用法

在下面的示例中，我们创建一个一维数组，并使用 exp() 函数计算每个元素的指数 -

import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4])

# 计算每个元素的指数
result = np.exp(arr)
print(result)

以下是得到的输出 -

[ 2.71828183  7.3890561  20.08553692 54.59815003]

示例:exp() 函数处理负数

在此示例中，我们创建一个包含负数的一维数组，并使用 exp() 函数计算它们的指数 -

import numpy as np

#创建一个包含负数的一维数组
arr = np.array([-1, -2, -3, -4])

# 计算每个元素的指数
result = np.exp(arr)
print(result)

这将产生以下结果 -

[0.36787944 0.13533528 0.04978707 0.01831564]

示例:带有零的 exp() 函数

在此示例中，我们创建一个包含零的一维数组，并使用 exp() 函数演示零的指数为 1 -

import numpy as np

# 创建一个包含零的一维数组
arr = np.array([0])

# 计算零的指数
result = np.exp(arr)
print(result)

以下是得到的输出 -

[1.]

示例:exp() 函数处理复数

在此示例中，我们创建一个包含复数的一维数组，并使用 exp() 函数计算其指数 -

import numpy as np

# 创建一个包含复数的一维数组
arr = np.array([1+2j, 3+4j, -5-6j])

# 计算每个元素的指数
result = np.exp(arr)
print(result)

这将产生以下结果 -

[-1.13120438e+00+2.47172667e+00j -1.31287831e+01-1.52007845e+01j6.46957650e-03+1.88268682e-03j]

numpy_arithmetic_operations.html