numpy.
power
第一个数组元素从第二个数组提升为幂,按元素排序。
将每个底座升高 x1 到位置上相应的功率 x2 . x1 和 x2 必须可广播到同一形状。请注意,整数类型的幂为负整数将引发ValueError。
基地。
指数。如果 x1.shape != x2.shape ,它们必须可以广播到公共形状(成为输出的形状)。
x1.shape != x2.shape
存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或没有,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数。
这种情况通过输入广播。在条件为真的位置 out 数组将被设置为ufunc结果。在其他地方 out 数组将保留其原始值。请注意,如果未初始化 out 数组是通过默认值创建的 out=None ,其中条件为False的位置将保持未初始化状态。
out=None
有关其他仅限关键字的参数,请参见 ufunc docs .
基地在 x1 上升到指数 x2 . 这是一个标量,如果两者都是 x1 和 x2 是标量。
参见
float_power
提升整数浮点数的幂函数
实例
对数组中的每个元素进行立方运算。
>>> x1 = np.arange(6) >>> x1 [0, 1, 2, 3, 4, 5] >>> np.power(x1, 3) array([ 0, 1, 8, 27, 64, 125])
把基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]])
这个 ** 运算符可用作 np.power 在星期天。
**
np.power
>>> x2 = np.array([1, 2, 3, 3, 2, 1]) >>> x1 = np.arange(6) >>> x1 ** x2 array([ 0, 1, 8, 27, 16, 5])