逐元素获取NumPy数组值的幂

原文:https://www . geeksforgeeks . org/get-a-numpy-array-values-element-wise/

NumPy 是一个强大的 N 维数组对象，它在线性代数、傅立叶变换和随机数功能中的使用。它提供的数组对象比传统的 Python 列表快得多。numpy . power()是用来计算元素的力量。它按元素处理从第二个数组提升到幂的第一个数组元素。****

**语法: numpy.power(arr1，arr2，out = None，其中= True，casting = 'same_kind '，order = 'K '，dtype = None)****

**参数:****

**arr 1:【array _ like】作为基的输入数组或对象。
arr2 : 【类数组】输入作为指数的数组或对象。
出:【n 数组，可选】输出数组，与输入数组尺寸相同，
放置有结果。
*kwargs :* 允许您将关键字可变长度的参数传递给函数。
当我们想要处理函数中的命名参数时使用。
其中:【array _ like，可选】True 值表示计算该位置的通用
函数(ufunc)，False 值表示将
值单独留在输出中。**

*那么，让我们来讨论一些与数组取幂相关的例子。*

**示例 1: 计算具有不同元素方向值的数组的幂。****

*Python 3*

**# import required modules
import numpy as np
# creating the array
sample_array1 = np.arange(5)
sample_array2 = np.arange(0, 10, 2)
print("Original array ")
print("array1 ", sample_array1)
print("array2 ", sample_array2)
# calculating element-wise power
power_array = np.power(sample_array1, sample_array2)
print("power to the array1 and array 2 : ", power_array)**


**输出:****

**Original array
array1 [0 1 2 3 4]
array2 [0 2 4 6 8]
power to the array1 and array 2 : [ 1 1 16 729 65536]**


**示例 2: 对数组中的每个元素计算相同的幂。****

*Python 3*

**# import required module
import numpy as np
# creating the array
array = np.arange(8)
print("Original array")
print(array)
# computing the power of array
print("power of 3 for every element-wise:")
print(np.power(array, 3))**


**输出:****

**Original array
[0 1 2 3 4 5 6 7]
power of 3 for every element-wise:
[ 0 1 8 27 64 125 216 343]**


**例 3: 计算十进制值的幂。****

*Python 3*

**# import required modules
import numpy as np
# creating the array
sample_array1 = np.arange(5)
# initialization the decimal number
sample_array2 = [1.0, 2.0, 3.0, 3.0, 2.0]
print("Original array ")
print("array1 ", sample_array1)
print("array2 ", sample_array2)
# calculating element-wise power
power_array = np.power(sample_array1, sample_array2)
print("power to the array1 and array 2 : ", power_array)**


**输出:****

**Original array
array1 [0 1 2 3 4]
array2 [1.0, 2.0, 3.0, 3.0, 2.0]
power to the array1 and array 2 : [ 0\. 1\. 8\. 27\. 16.]**


**注意:不能计算负幂****

**例 4:****

*Python 3*

**# importing module
import numpy as np
# creating the array
array = np.arange(8)
print("Original array")
print(array)
print("power of 3 for every element-wise:")
# computing the negative power element
print(np.power(array, -3))**


**输出:****

**