Python offre molte funzioni logaritmiche integrate nel modulo matematica che ci consente di calcolare i log utilizzando una singola riga. Esistono 4 varianti di funzioni logaritmiche, tutte discusse in questo articolo.
1. log(a,(Base)): Questa funzione viene utilizzata per calcolare il logaritmo naturale (Base e) di a. Se vengono passati 2 argomenti, calcola il logaritmo della base desiderata dell'argomento a, valore numerico di log(a)/log(Base) .
Syntax : math.log(a,Base) Parameters : a : The numeric value Base : Base to which the logarithm has to be computed. Return Value : Returns natural log if 1 argument is passed and log with specified base if 2 arguments are passed. Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
esempio di classe Java
# Python code to demonstrate the working of> # log1p(a)> import> math> # Printing the log(1+a) of 14> print> (>'Logarithm(1+a) value of 14 is : '>, end>=>'')> print> (math.log1p(>14>))> |
>
>
Produzione :
Natural logarithm of 14 is : 2.6390573296152584 Logarithm base 5 of 14 is : 1.6397385131955606>
2. log2(a): Questa funzione viene utilizzata per calcolare il logaritmo in base 2 di un. Visualizza un risultato più accurato rispetto a log(a,2).
Syntax : math.log2(a) Parameters : a : The numeric value Return Value : Returns logarithm base 2 of a Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (>'log(a) value of -14 is : '>, end>=>'')> print> (math.log(>->14>))> |
>
>
Produzione :
Logarithm base 2 of 14 is : 3.807354922057604>
3. log10(a): Questa funzione viene utilizzata per calcolare il logaritmo in base 10 di un. Visualizza un risultato più accurato rispetto a log(a,10).
Syntax : math.log10(a) Parameters : a : The numeric value Return Value : Returns logarithm base 10 of a Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (>'The number of digits in 73293 are : '>, end>=>'')> print> (>int>(math.log10(>73293>)>+> 1>))> |
>
>
Produzione :
Logarithm base 10 of 14 is : 1.146128035678238>
3. log1p(a): Questa funzione viene utilizzata per calcolare logaritmo(1+a) .
Syntax : math.log1p(a) Parameters : a : The numeric value Return Value : Returns log(1+a) Exceptions : Raises ValueError if a negative no. is passed as argument.>
Python3
>
>
Produzione :
Logarithm(1+a) value of 14 is : 2.70805020110221>Eccezione
1. ErroreValore: Questa funzione restituisce un errore di valore se il numero lo è negativo .
Python3
# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (>'log(a) value of -14 is : '>, end>=>'')> print> (math.log(>->14>))> |
>
>
Produzione :
log(a) value of -14 is :>
Errore di esecuzione:
Traceback (most recent call last): File '/home/8a74e9d7e5adfdb902ab15712cbaafe2.py', line 9, in print (math.log(-14)) ValueError: math domain error>Applicazione pratica
Una delle applicazioni della funzione log10() è che viene utilizzata per calcolare il file NO. di cifre di un numero . Il codice seguente illustra lo stesso.
Python3
# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (>'The number of digits in 73293 are : '>, end>=>'')> print> (>int>(math.log10(>73293>)>+> 1>))> |
>
>
Produzione :
The number of digits in 73293 are : 5>
Il logaritmo naturale (log) è un'importante funzione matematica in Python che viene spesso utilizzata nel calcolo scientifico, nell'analisi dei dati e nelle applicazioni di apprendimento automatico. Ecco alcuni vantaggi, svantaggi, punti importanti e libri di riferimento relativi alle funzioni di log in Python:
Vantaggi:
La funzione log è utile per trasformare dati che presentano un'ampia gamma di valori o una distribuzione non normale in una forma distribuita più normalmente, che può migliorare la precisione delle analisi statistiche e dei modelli di apprendimento automatico.
La funzione log è ampiamente utilizzata in finanza ed economia per calcolare interessi composti, valori attuali e altri parametri finanziari.
La funzione di registro può essere utilizzata per ridurre l'effetto dei valori anomali sulle analisi statistiche comprimendo la scala dei dati.
La funzione log può essere utilizzata per visualizzare dati con un ampio intervallo dinamico o con valori prossimi allo zero.
Svantaggi:
La funzione di log può essere computazionalmente costosa per set di dati di grandi dimensioni, soprattutto se viene applicata ripetutamente.
La funzione di registro potrebbe non essere appropriata per tutti i tipi di dati, ad esempio dati categorici o dati con un intervallo limitato.
Punti importanti:
- Il logaritmo naturale (log) viene calcolato utilizzando la funzione numpy.log() in Python.
- Il logaritmo con una base diversa da e può essere calcolato utilizzando le funzioni numpy.log10() o numpy.log2() in Python.
- L'inverso del logaritmo naturale è la funzione esponenziale, che può essere calcolata utilizzando la funzione numpy.exp() in Python.
- Quando si utilizzano i logaritmi per analisi statistiche o apprendimento automatico, è importante ricordare di riportare i dati alla scala originale dopo l'analisi.
Libri di riferimento:
Python for Data Analysis di Wes McKinney copre in modo approfondito la libreria NumPy e le sue applicazioni nell'analisi dei dati, inclusa la funzione logaritmica.
Numerical Python: A Practical Techniques Approach for Industry di Robert Johansson tratta in modo approfondito la libreria NumPy e le sue applicazioni nel calcolo numerico e nel calcolo scientifico, inclusa la funzione logaritmica.
Python Data Science Handbook di Jake VanderPlas copre in modo approfondito la libreria NumPy e le sue applicazioni nella scienza dei dati, inclusa la funzione logaritmica.