Sebuah lokasi di mana hasilnya disimpan. Jika disediakan, itu harus memiliki bentuk yang dipancarkan oleh input. Jika tidak disediakan atau Tidak Ada, array yang baru dialokasikan dikembalikan. Tuple (mungkin hanya sebagai argumen kata kunci) harus memiliki panjang yang sama dengan jumlah keluaran
di mana array_like, opsionalKondisi ini disiarkan melalui input. Di lokasi dengan kondisi True, larik keluar akan disetel ke hasil ufunc. Di tempat lain, out array akan mempertahankan nilai aslinya. Perhatikan bahwa jika array keluar yang tidak diinisialisasi dibuat melalui out=None default, lokasi di dalamnya dengan kondisi False akan tetap tidak diinisialisasi
**kwargsUntuk argumen khusus kata kunci lainnya, lihat
Pengembalian . keluar ndarray atau skalarLarik keluaran, eksponensial berdasarkan elemen dari x. Ini adalah skalar jika x adalah skalar
Lihat juga
Hitung exp(x) - 1_ untuk semua elemen dalam array
Hitung 2**x_ untuk semua elemen dalam array
Catatan
Bilangan irasional e juga dikenal sebagai bilangan Euler. Ini adalah sekitar 2. 718281, dan merupakan basis logaritma natural, >>> 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) 0 (artinya, jika \(x = \ln y = \log_e y\) , . Untuk masukan nyata, >>> 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) 1 selalu positif. \(e^x = y\). For real input, >>> 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) 1 is always positive.
Untuk argumen kompleks, >>> 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) 2, kita dapat menulis \(e^x = e^a e^{ib}\) . Suku pertama, \(e^a\) , sudah diketahui (itu adalah argumen sebenarnya, dijelaskan di atas). Suku kedua, \(e^{in}\), is \(\cos b + i \ . , a function with magnitude 1 and a periodic phase.
Referensi
[ 1 ]
Wikipedia, "Fungsi eksponensial", https. //en. wikipedia. org/wiki/Exponential_function
[ 2 ]
M. Abramovitz dan saya. A. Stegun, “Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables,” Dover, 1964, p. 69, https. //pribadi. matematika. ubc. ca/~cbm/aands/page_69. htm
Seperti yang kita ketahui tentang eksponen, Fungsi Eksponensial di Numpy ini digunakan untuk mencari eksponen dari 'e'
Kita tahu bahwa nilai 'e' adalah '2. 71828183'
Jika kita perlu menemukan eksponensial dari larik atau daftar yang diberikan, kodenya disebutkan di bawah ini
Jalankan kode ini secara online
Output dari kode berikut adalah. -
Jalankan program ini secara online
Output dari kode berikut adalah. -
Sekarang hal-hal di atas adalah dasar-dasarnya
Berikut ini sintaks lengkap dari numpy. exp
numpy. exp(array, out = Tidak ada, dimana = True, casting = 'same_kind', order = 'K', dtype = Tidak ada)
numpy. exp() dengan matplotlib
Seperti yang kita ketahui, kita dapat memplot grafik 'e'. Python memberikan matplotlib sebagai modul khusus. pyplot
Dengan menggunakan modul ini kita dapat memplot grafik 'e'
Berikut adalah contoh kode untuk itu
import numpy as np import matplotlib.pyplot as plt x= np.array([1,2,3,4,5]) y=np.exp(x) plt.plot(x,y) plt.show()Output dari kode adalah grafik yang ditunjukkan di bawah ini
Sekarang muncul pertanyaan apa yang harus dilakukan jika kita harus memplot dua grafik secara bersamaan
Jadi, tidak perlu khawatir karena kita bisa memplot n bilangan grafik menggunakan modul yang sudah saya sebutkan di atas