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 основания в x1 в соответствующую степень из x2. x1 и x2 должны быть совместимы для трансляции в одинаковую форму. Обратите внимание, что целое число в отрицательной степени целого числа вызовет ValueError.

Параметры

x1array_like

Основания.

x2array_like

Показатели степени. Если x1.shape != x2.shape, они должны быть совместимы для трансляции в общую форму (которая станет формой результата).

outndarray, None, or tuple of ndarray and None, optional

Место в памяти, куда сохраняется результат. Если задано, оно должно иметь форму, к которой транслируются входные данные. Если не задано или равно None, возвращается только что выделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную количеству результатов.

wherearray_like, optional

Это условие транслируется по входным данным. В местах, где условие истинно, массив out будет устанавливаться в результат ufunc. В противном случае, массив out сохранит своё первоначальное значение. Обратите внимание, что если массив out создается без инициализации по умолчанию out=None, позиции в нём, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

yndarray

Основания в x1 , возведённые в степени из x2. Это скаляр, если оба x1 и x2 являются скалярами.

См. также

float_power

Функция power, которая преобразует целые числа в числа с плавающей точкой

Примеры

Возведите каждый элемент 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])

Возведите основания 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]])