numpy.power

numpy.power(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'power'>

Элементы первого массива, возведённые в степени из второго массива, поэлементно.

Возведите каждый элемент в качестве основания в x1 в позиционно соответствующую степень в x2. x1 и x2 должны быть совместимы для трансляции в один и тот же размер. Обратите внимание, что целое число, возведённое в отрицательную целую степень, вызовет исключение ValueError.

Параметры:

x1 : array_like Основания. x2 : array_like Показатели степени. Если x1.shape != x2.shape, они должны быть совместимы для трансляции в общий размер (который станет размером результата). out : ndarray, None, or tuple of ndarray and None, optional Место для хранения результата. Если указано, оно должно иметь размер, в который транслируются входные данные. Если не указано или None, возвращается недавно выделенный массив. Кортеж (только как ключевой аргумент) должен иметь длину, равную количеству результатов. where : array_like, optional Это условие транслируется по входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит своё первоначальное значение. Обратите внимание, что если неинициализированный массив out создаётся по умолчанию с помощью out=None, места в нём, где условие ложно, останутся неинициализированными. **kwargs Для других ключевых аргументов см. документацию ufunc.

Возвращаемое значение:

y : ndarray Основания в x1 в степенях из x2. Это скаляр, если оба x1 и x2 являются скалярами.

См. также

float_power

Функция возведения в степень, которая преобразует целые числа в числа с плавающей точкой

Примеры

Возведение каждого элемента в списке в куб.

>>> x1 = range(6)
>>> x1
[0, 1, 2, 3, 4, 5]
>>> np.power(x1, 3)
array([  0,   1,   8,  27,  64, 125])

Возведение оснований в разные степени.

>>> x2 = [1.0, 2.0, 3.0, 3.0, 2.0, 1.0]
>>> np.power(x1, x2)
array([  0.,   1.,   8.,  27.,  16.,   5.])

Эффект трансляции.

>>> 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]])