numpy.exp

原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.exp.html

译者:飞龙 UsyiyiCN

校对:(虚位以待)

numpy.exp(x[, out]) = <ufunc 'exp'>

计算输入数组中所有元素的指数。

参数:

x:array_like

输入值。

返回:

out:ndarray

输出数组,x的逐个元素的指数。

也可以看看

expm1
对数组中的所有元素计算exp(x) - 1
exp2
对数组中的所有元素计算2**x

笔记

无理数e也称为欧拉数。它约为2.718281,并且是自然对数ln的基数(这意味着如果x = \ln y = \log_e y,则e^x = y对于实际输入,exp(x)始终为正。

对于复杂的参数,x = a + ib t0 >,我们可以写e^x = e^a e^{ib}第一项,e^a,是已知的(它是真正的参数,如上所述)。第二项,e^{ib}\cos b + i \sin b,幅度为1的函数和周期相​​位。

参考文献

[R18]维基百科,“指数函数”,http://en.wikipedia.org/wiki/Exponential_function
[R19]Abramovitz和I.A.Stegun,“Handbook of Mathematical Functions with Formula,Graphs,and Mathematical Tables,Dover,1964,p。 69,http://www.math.sfu.ca/~cbm/aands/page_69.htm

例子

在复平面中绘制exp(x)的幅度和相位:

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(-2*np.pi, 2*np.pi, 100)
>>> xx = x + 1j * x[:, np.newaxis] # a + ib over complex plane
>>> out = np.exp(xx)
>>> plt.subplot(121)
>>> plt.imshow(np.abs(out),
...            extent=[-2*np.pi, 2*np.pi, -2*np.pi, 2*np.pi])
>>> plt.title('Magnitude of exp(x)')
>>> plt.subplot(122)
>>> plt.imshow(np.angle(out),
...            extent=[-2*np.pi, 2*np.pi, -2*np.pi, 2*np.pi])
>>> plt.title('Phase (angle) of exp(x)')
>>> plt.show()

源代码pngpdf

../../_images/numpy-exp-1.png