numpy.exp#

numpy.exp(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'exp'>#

计算输入数组中所有元素的指数。

参数:
xarray_like

输入值。

outndarray、None 或 ndarray 和 None 的元组,可选

存储结果的位置。如果提供,则其形状必须是输入广播到的形状。如果未提供或为 None,则返回一个新分配的数组。元组(仅可能作为关键字参数)的长度必须等于输出的数量。

wherearray_like,可选

此条件在输入上广播。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他位置,out 数组将保留其原始值。请注意,如果通过默认的 out=None 创建了一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化。

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档

返回值:
outndarray 或标量

x 的逐元素指数输出数组。如果 x 是标量,则为标量。

另请参阅

expm1

计算数组中所有元素的 exp(x) - 1

exp2

计算数组中所有元素的 2**x

备注

无理数 e 也称为欧拉数。它大约为 2.718281,是自然对数 ln 的底数(这意味着,如果 \(x = \ln y = \log_e y\),则 \(e^x = y\)。对于实数输入,exp(x) 始终为正。

对于复数参数 x = a + ib,我们可以写 \(e^x = e^a e^{ib}\)。第一项 \(e^a\) 已经知道(它是上面描述的实数参数)。第二项 \(e^{ib}\)\(\cos b + i \sin b\),一个幅度为 1 且相位周期性的函数。

参考文献

[1]

维基百科,“指数函数”,https://en.wikipedia.org/wiki/Exponential_function

[2]

M. Abramovitz 和 I. A. Stegun,“带有公式、图表和数学表格的数学函数手册”,Dover,1964 年,第 69 页,https://personal.math.ubc.ca/~cbm/aands/page_69.htm

示例

在复平面上绘制 exp(x) 的幅度和相位

>>> import numpy as np
>>> 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], cmap='gray')
>>> 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], cmap='hsv')
>>> plt.title('Phase (angle) of exp(x)')
>>> plt.show()
../../_images/numpy-exp-1.png