Python numpy.power()函數(shù)使用說(shuō)明
power(x, y) 函數(shù)，計(jì)算 x 的 y 次方。
示例：
x 和 y 為單個(gè)數(shù)字：
import numpy as np print(np.power(2, 3))
8
分析：2 的 3 次方。
x 為列表，y 為單個(gè)數(shù)字：
print(np.power([2,3,4], 3))
[ 8 27 64]
分析：分別求 2， 3， 4 的 3 次方。
x 為單個(gè)數(shù)字，y 為列表：
print(np.power(2, [2,3,4]))
[ 4 8 16]
分析：分別求 2的 2， 3， 4 次方。
x 和 y 為列表：
print(np.power([2,3], [3,4]))
[ 8 81]
分析：分別求 2 的 3 次方和 3 的 4 次方。
補(bǔ)充：有關(guān)于python3.X.X中的power()函數(shù)的使用方法和細(xì)節(jié)
該函數(shù)在求歐氏距離較為常用，手寫(xiě)機(jī)器學(xué)習(xí)時(shí)候會(huì)用到比較多
函數(shù)解釋?zhuān)?/h2>
--- power(A,B) ：求A的B次方，數(shù)學(xué)等價(jià)于A^B
---其中A和B既可以是數(shù)字(標(biāo)量),也可以是列表(向量)
分三種情況：
1. A、B都是數(shù)字(標(biāo)量)時(shí)候，就是求A的B次方
In [83]: a , b = 3 ,4 In [84]: np.power(a,b) Out[84]: 81
2. A是列表(向量)，B是數(shù)字(標(biāo)量)時(shí)候,分兩個(gè)子情況：
----power(A,B)：A列表(向量)中所有元素，求B的次方；
----power(B,A)：生成一個(gè)長(zhǎng)度len(A)的列表，元素為B^A次方。具體看例子
In [10]: A, B = [1,2,3],3
# 列表A的B次方：[1^3, 2^3, 3^3]
In [11]: np.power(A,B)
Out[11]: array([ 1, 8, 27])
# 返回len(A)長(zhǎng)度的列表，其中元素[3^1, 3^2, 3^3]
In [12]: np.power(B,A)
Out[12]: array([ 3, 9, 27])
3. AB都是列表(向量)時(shí)候，必須len(A)=len(B)
In [13]: A , B = [1,2,3],[4,5,6] In [14]: np.power(A,B) Out[14]: array([ 1, 32, 729]) # 如果A和B的長(zhǎng)度不一樣，會(huì)報(bào)錯(cuò) In [15]: A , B = [1,2,3],[4,5,6,7] In [16]: np.power(A,B) ValueError: operands could not be broadcast together with shapes (3,) (4,)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
- Python?numpy下幾種fft函數(shù)的使用方式
- 實(shí)例詳解Python中的numpy.abs和abs函數(shù)
- 關(guān)于Python下的Matlab函數(shù)對(duì)應(yīng)關(guān)系(Numpy)
- Python數(shù)據(jù)分析Numpy中常用相關(guān)性函數(shù)
- 利用Python?NumPy庫(kù)及Matplotlib庫(kù)繪制數(shù)學(xué)函數(shù)圖像
- Python NumPy中diag函數(shù)的使用說(shuō)明
- 解決90%的常見(jiàn)問(wèn)題的8個(gè)python NumPy函數(shù)
相關(guān)文章
在日常工作和學(xué)習(xí)中,如果需要將多個(gè)PPT文件合并成一個(gè)文件,手動(dòng)操作可能會(huì)非常繁瑣和耗時(shí),所以本文將使用Python制作一個(gè)簡(jiǎn)單的PPT合并小工具,希望對(duì)大家有所幫助2024-01-01
Django?使用VScode?創(chuàng)建工程的詳細(xì)步驟
這篇文章主要介紹了Django?使用VScode?創(chuàng)建工程,創(chuàng)建Django 項(xiàng)目，可以和虛擬環(huán)境放在同一目錄，也可以放在虛擬環(huán)境的文件夾里，本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-09-09
Python中pandas模塊DataFrame創(chuàng)建方法示例
這篇文章主要介紹了Python中pandas模塊DataFrame創(chuàng)建方法,結(jié)合實(shí)例形式分析了DataFrame的功能,以及pandas模塊基于列表、字段與數(shù)組創(chuàng)建DataFrame的相關(guān)操作技巧,需要的朋友可以參考下2018-06-06
解決更新tensorflow后應(yīng)用tensorboard報(bào)錯(cuò)的問(wèn)題
這篇文章主要介紹了解決更新tensorflow后應(yīng)用tensorboard報(bào)錯(cuò)的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
Python實(shí)現(xiàn)圖片分割的多種方法總結(jié)
圖片分割是圖像處理中的一個(gè)重要任務(wù),它的目標(biāo)是將圖像劃分為多個(gè)區(qū)域或者對(duì)象,本文為大家整理了一些常用的分割方法,大家可以根據(jù)需求自行選擇2025-04-04
Python 多線(xiàn)程之threading 模塊的使用
這篇文章主要介紹了Python 多線(xiàn)程之threading 模塊的使用，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-04-04
這篇文章主要為大家詳細(xì)介紹了Python繪制百分比堆疊柱狀圖并填充圖案，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-04-04
這篇文章主要介紹了VS2022編譯安裝Qt6.5源碼,在這里解壓方式可以使用7z解壓，也可以使用MinGW中的tar進(jìn)行解壓，本文給大家介紹的非常詳細(xì)，需要的朋友可以參考下2023-05-05
使用SQLAlchemy操作數(shù)據(jù)庫(kù)表過(guò)程解析
這篇文章主要介紹了使用SQLAlchemy操作數(shù)據(jù)庫(kù)表過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
前女友發(fā)來(lái)加密的"520快樂(lè).pdf",我用python破解開(kāi)之后,卻發(fā)現(xiàn)
520收到前女友發(fā)來(lái)的加密PDF文件,說(shuō)打開(kāi)之后有驚喜,難道是要復(fù)合?我用python破解開(kāi)之后,卻發(fā)現(xiàn)...python干貨+劇情滿(mǎn)滿(mǎn)收藏收藏2021-08-08