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 возводятся в степени из второго массива, поэлементно.

Возведите каждый базис в x1 в соответствующую позиционно степень в x2. x1 и x2 должны быть совместимы по форме. Обратите внимание, что целое число, возведённое в отрицательную целую степень, вызовет ValueError.

Параметры

x1array_like

Основания.

x2array_like

Показатели степени. Если x1.shape != x2.shape, они должны быть совместимы по форме для совместного преобразования в общую форму (которая становится формой результата).

outndarray, None, или кортеж из ndarray и None, необязательно

Место, в которое сохраняется результат. Если указано, оно должно иметь форму, в которую преобразуются входные данные. Если не указано или равно None, возвращается вновь выделенный массив. Кортеж (только как ключевой аргумент) должен иметь длину, равную количеству выходов.

wherearray_like, необязательно

Это условие передаётся по всем входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит своё исходное значение. Обратите внимание, что если массив out создаётся без инициализации по умолчанию out=None, места в нём, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

yndarray

Основания в x1 в степени показателей в x2. Это скаляр, если x1 и x2 являются скалярами.

См. также

float_power

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

Примеры

Возведите каждый элемент в массиве в куб.

>>> x1 = np.arange(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 векторизации.

>>> 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]])

Оператор ** может использоваться как сокращение для np.power на nd-массивах.

>>> x2 = np.array([1, 2, 3, 3, 2, 1])
>>> x1 = np.arange(6)
>>> x1 ** x2
array([ 0,  1,  8, 27, 16,  5])