Расчет натурального логарифма на Python

В этом уроке вы узнаете, как вычислить натуральный логарифм на Python, создавая способ вычисления математических значений для ln(). Вы получите краткий обзор того, что такое натуральный логарифм, как его вычислить в Python с помощью библиотеки math и с помощью библиотеки numpy. Наконец, вы узнаете, как его импортировать по-другому, чтобы сделать ваш код немного проще для чтения.

Быстрый ответ: Используйте numpy.log()

Оглавление

Что такое натуральный логарифм?

Натуральный логарифм — это логарифм любого числа по основанию e. Часто его записывают как loge(x) или ln(x). Иногда e подразумевается неявно, и функция записывается как log(x).

Натуральный логарифм имеет ряд уникальных атрибутов, таких как:

  • ln(e) = 1

  • ln(1) = 0

Натуральный логарифм (ln) часто используется при решении задач, связанных со временем и ростом. Поскольку явление логарифма по основанию e часто встречается в природе, его называют натуральным логарифмом, так как он отражает многие природные процессы роста.

Как использовать математику Python для вычисления натурального логарифма (ln)

Библиотека math в Python включает в себя функцию под названием log(). Эта функция принимает два параметра:

  1. Значение, для которого вы хотите вычислить логарифм, и

  2. База для использования.

Одна интересная особенность этой функции заключается в том, что база является необязательным параметром. Если значение не указано, по умолчанию используется значение e, что означает, что, предоставив только число, вы автоматически вычисляете натуральный логарифм.

Это может показаться контринтуитивным – однако, помните из введения, что во многих случаях основание e является неявным, и многие разы опускается, когда упоминается функция log() без указания основания.

Давайте посмотрим, как мы можем использовать библиотеку math в Python для вычисления натурального логарифма. Мы проверим некоторые ключевые атрибуты, чтобы увидеть, как это работает на практике.

# Calculate the natural log in Python with math.log
import math

print(math.log(math.e))
print(math.log(1))
print(math.log(10))

# Returns:
# 1.0
# 0.0
# 2.302585092994046

В следующем разделе вы научитесь использовать библиотеку numpy для вычисления натурального логарифма в Python.

Как использовать Python numpy для вычисления натурального логарифма (ln)

Еще один полезный способ вычисления натурального логарифма в Python - использование популярной библиотеки numpy. Библиотека numpy предлагает множество различных способов манипулирования числовыми данными. Одна из этих функций - функция numpy.log()

Аналогично функции, которую вы изучили в предыдущем разделе, функция numpy.log() принимает два параметра:

  1. Число, для которого необходимо вычислить логарифм

  2. Основание, используемое в расчете логарифма

Аналогично функции библиотеки math, основание является необязательным параметром. Если оно не указано, используется значение e. Благодаря этому функция по умолчанию вычисляет натуральный логарифм.

Давайте посмотрим, как мы можем использовать функцию numpy.log() для вычисления натурального логарифма в Python. Мы рассчитаем натуральный логарифм для постоянной Эйлера и некоторые другие значения.

# Calculate the natural log in Python with numpy.log
import numpy as np
import math

print(np.log(math.e))
print(np.log(1))
print(np.log(10))

# Returns:
# 1.0
# 0.0
# 2.302585092994046

В следующем разделе вы узнаете, как импортировать функцию log() другим способом, чтобы сделать ее более понятной для чтения.

Check out some other Python tutorials on datagy, including our complete guide to styling Pandas and our comprehensive overview of Pivot Tables in Pandas!

Посмотрите некоторые другие учебные материалы по Python, включая наше полное руководство по стилизации Pandas и наш исчерпывающий обзор сводных таблиц в Pandas

Как импортировать функцию журнала, чтобы сделать ее более понятной, как ln

Python упрощает и делает интуитивно понятным импортирование функций. В обоих примерах мы просто импортируем целиком библиотеку, но импортирование функции log() может не сделать очевидным то, что мы имеем в виду натуральные логарифмы.

Одно из действий, которое мы можем предпринять, это предоставить псевдоним для функции, чтобы было ясно, что мы имеем в виду натуральный логарифм.

Давайте посмотрим, как мы можем это сделать, импортируя функцию из библиотеки numpy

# Calculate the natural log in Python with numpy.log as ln
from numpy import log as ln
import math

print(ln(math.e))
print(ln(1))
print(ln(10))

# Returns:
# 1.0
# 0.0
# 2.302585092994046

В следующем разделе вы узнаете, как построить график функции натурального логарифма с использованием Python.

Хотите узнать больше о f-строках в Python? Ознакомьтесь с моим подробным руководством.

Как построить график функции естественного логарифма в Python

В этом разделе вы научитесь строить график натурального логарифма в Python с использованием популярной библиотеки для построения графиков matplotlib.

Чтобы построить график данных, мы сделаем следующее

  1. Создайте массив чисел от 1 до 30.

  2. Мы будем перебирать массив и создавать массив из натуральных логарифмов этих чисел.

  3. Наконец, мы будем строить графики двух массивов, используя matplotlib.

Давайте посмотрим, как мы можем сделать это в Python:

# Calculate the natural log in Python with numpy.log as ln
import numpy as np
import math
import matplotlib.pyplot as plt

x = np.array(range(1, 1001))
y = np.log(x)

plt.plot(x, y)
plt.title('Plotting y=ln(x) with matplotlib')
plt.show()

Это возвращает следующее изображение:

Python Natural Log Plotting Function

Хотите узнать больше о том, как вычислять квадратный корень в Python? Ознакомьтесь с моим учебником здесь, который научит вас различным способам вычисления квадратного корня, как без использования функций Python, так и с их помощью.

Заключение

В этом уроке вы научились использовать Python для вычисления натурального логарифма. Вы узнали, как делать это с помощью библиотек math и numpy, а также как строить график функции натурального логарифма с использованием matplotlib.

Чтобы узнать больше о функции math.log(), ознакомьтесь с официальной документацией здесь

Last updated