numpy.log2#

numpy.log2(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'log2'>#

x 的以 2 为底的对数。

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，则其形状必须与输入广播到的形状一致。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：

参见

备注

对数是一个多值函数：对于每个 x，都有无限多个 z 使得 2**z = x。约定是返回虚部位于 (-pi, pi] 的 z。

对于实值输入数据类型，log2 始终返回实数输出。对于不能表示为实数或无穷大的每个值，它会产生 nan 并设置 invalid 浮点错误标志。

对于复数值输入，log2 是一个复解析函数，它有一个分支切割 [-inf, 0]，并且在其上从上方连续。log2 将浮点负零处理为无穷小的负数，符合 C99 标准。

在输入具有负实部和非常小的负复部（接近 0）的情况下，结果非常接近 -pi，以至于它精确地计算为 -pi。

示例

>>> import numpy as np
>>> x = np.array([0, 1, 2, 2**4])
>>> np.log2(x)
array([-inf,   0.,   1.,   4.])

>>> xi = np.array([0+1.j, 1, 2+0.j, 4.j])
>>> np.log2(xi)
array([ 0.+2.26618007j,  0.+0.j        ,  1.+0.j        ,  2.+2.26618007j])