numpy.log2
-
numpy.log2(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'log2'> -
Двоичный логарифм
x.- Параметры
-
-
xarray_like -
Входные значения.
-
outndarray, None, or tuple of ndarray and None, optional -
Место для хранения результата. Если указано, его форма должна соответствовать результату операции векторизации входных данных. Если не указано или равно None, возвращается только что выделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную числу выходов.
-
wherearray_like, optional -
Это условие векторизуется по входным данным. В позициях, где условие истинно, массив
outбудет установлен в результат ufunc. В противном случае массивoutсохранит свое исходное значение. Обратите внимание, что если массивoutсоздаётся по умолчанию черезout=None, позиции в нём, где условие ложно, останутся неинициализированными. - **kwargs
-
Для других ключевых аргументов см. документацию ufunc.
-
- Возвращает
-
-
yndarray -
Двоичный логарифм
x. Это скаляр, еслиxявляется скаляром.
-
Примечания
Новое в версии 1.3.0.
Логарифм — многозначная функция: для каждого
xсуществует бесконечное числоzтаких, что2**z = x. Принято возвращатьz, чья мнимая часть лежит в[-pi, pi].Для вещественных входных типов данных
log2всегда возвращает вещественный результат. Для каждого значения, которое нельзя представить как вещественное число или бесконечность, возвращаетсяnanи устанавливается флаг ошибкиinvalidс плавающей точкой.Для комплексных входных данных
log2является комплексной аналитической функцией, имеющей разрыв ветвей[-inf, 0]и непрерывной сверху на нём.log2обрабатывает плавающее число минус ноль как бесконечно малое отрицательное число, что соответствует стандарту C99.Примеры
>>> x = np.array([0, 1, 2, 2**4]) >>> np.log2(x) array([-Inf, 0., 1., 4.])
>>> xi = np.array([0+1.j, 1, 2+0.j, 4.j]) >>> np.log2(xi) array([ 0.+2.26618007j, 0.+0.j , 1.+0.j , 2.+2.26618007j])
© 2005–2020 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/1.19/reference/generated/numpy.log2.html