numpy.log

numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'log'>

Натуральный логарифм, поэлементно.

Натуральный логарифм log — это обратная функция экспоненты, поэтому log(exp(x)) = x. Натуральный логарифм — это логарифм по основанию e.

Параметры:

x : array_like Значение входных данных. out : ndarray, None, or tuple of ndarray and None, optional Место для хранения результата. Если указано, оно должно иметь форму, на которую расширяются входные данные. Если не указано или None, возвращается только что выделенный массив. Кортеж (возможен только как ключевой параметр) должен иметь длину, равную числу выходных данных. where : array_like, optional Значения True указывают на то, что ufunc должен быть вычислен в этом положении, значения False указывают на то, что значение в выводе должно остаться неизменным. **kwargs Для других ключевых параметров см. документацию ufunc.

Возвращает:

y : ndarray Натуральный логарифм x, поэлементно. Это скаляр, если x — скаляр.

См. также

log10, log2, log1p, emath.log

Примечания

Логарифм — многозначная функция: для каждого x существует бесконечное число z таких, что exp(z) = x. Соглашение состоит в том, чтобы вернуть z, мнимая часть которого лежит в [-pi, pi].

Для вещественных типов входных данных log всегда возвращает вещественный результат. Для каждого значения, которое не может быть выражено как вещественное число или бесконечность, он возвращает nan и устанавливает флаг ошибки плавающей точки invalid.

Для комплекснозначных входных данных log является комплексной аналитической функцией, имеющей разрез ветвей [-inf, 0] и непрерывной сверху на нём. log обрабатывает плавающее значение отрицательного нуля как бесконечно малое отрицательное число, следуя стандарту C99.

Ссылки

[1]	M. Abramowitz and I.A. Stegun, “Справочник по математическим функциям”, 10-е издание, 1964, стр. 67. http://www.math.sfu.ca/~cbm/aands/

[2]	Википедия, «Логарифм». http://en.wikipedia.org/wiki/Logarithm

Примеры

>>> np.log([1, np.e, np.e**2, 0])
array([  0.,   1.,   2., -Inf])