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。

参数：

x：array_like

输入值。

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。第一项， $e^a$ ，是已知的（它是真正的参数，如上所述）。第二项， $e^{ib}$ 是 $\cos b + i \sin b$ ，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，png，pdf）