PythonのNumpyでlog(対数関数)の使い方を解説する

2023.01.18 2022.09.09

今回は、Python Numpyの対数関数に注目します。

Pythonを始める NumPyログ
まとめ

Pythonを始める NumPyログ

PythonのNumPyモジュールは配列のデータ要素の作成と操作を扱います。

numpy.log()メソッド`は、要素/配列の値のデータ値の自然対数を計算するために使用されます。

構文は以下の様な感じです。

numpy.log(element/array)

例として以下の様になります。

import numpy as np

data = 12.2

log_val = np.log(data)

print(log_val)

結果は、以下の通りになります。

2.501435951739211

例として以下の様になります。

import numpy as np

data = np.e

log_val = np.log(data)

print(log_val)

結果を出力すると、以下の様になります。

1.0

この記事もチェック：PythonのNumPyでzerosメソッドを使って要素の値が0の状態で初期化する方法

NumPy の底 2 の対数。

デフォルトの log() メソッド の機能とは別に、以下のコマンドを使用すると、NumPy の配列または base 2 の要素の対数値を計算することができます。

numpy.log2(element)

例えば、以下の様になります。

import numpy as np

data = 4

log_val = np.log2(data)

print(log_val)

結果は以下の通りです。

2.0

NumPy の 10 を底とする対数

numpy.log10()関数`は、ある要素の10の底の自然対数を計算するために使用されます。

構文は以下の様な感じです。

numpy.log10(data)

例えば、以下の様になります。

import numpy as np

data = 1000

log_val = np.log10(data)

print(log_val)

結果は以下の通りです。

3.0

カスタムベースによるNumPy対数

NumPyのlog()関数は、ユーザー定義の底に関する対数値を求める可能性を提供します。

構文は以下の様な感じです。

numpy.log(data)/numpy.log(base)

例えば、以下の様になります。

import numpy as np

data = 1000

base = 40

log_val = np.log(data)/np.log(base)

print(log_val)

上記の例では、1000の対数を40進数で計算した。

ご存知のように

1.8725890517453545

したがって、上記の数学的概念は、データ値のカスタムベース値への対数値を計算するために使用されます。

結果は以下の通りです。

numpy.log(array)

2次元配列でNumPyログを実行する

numpy.log()メソッドを2次元のNumPy配列に適用すると、すべての配列要素の対数値を計算することができます。

構文は以下の通りです。

import numpy as np

arr = np.arange(1,5).reshape(2,2)

print("Original Array:

")

print(arr)

print("Logarithmic value of array elements:

")

log_val=np.log(arr)

print(log_val)

例えば、以下の様になります。

Original Array:
 
[[1 2]

 [3 4]]
 
Logarithmic value of array elements:
 
[[0.         0.69314718]

 [1.09861229 1.38629436]]

上記の例では、numpy.reshape()関数を用いて2×2の配列を作成し、numpy.arange()メソッドを用いて乱数を用いてデータ値を作成しています。

さらに、numpy.log()メソッドを使用して、配列の各要素の対数値を求めています。

出力は以下の通りです。

import numpy as np

arr = np.array([10,20,30,4,5])

print("Original Array:

")

print(arr)

print("

Logarithm value of array elements:

")

log_val=np.log(arr)

print(log_val)

この記事もチェック：Numpyで1次元や多次元配列での平均値を求める方法|averageメソッドを使う方法を解説

NumPy log を NumPy 配列に適用する

例えば、以下の様になります。

Original Array:
 
[10 20 30  4  5]
 
Logarithm value of array elements:
 
[2.30258509 2.99573227 3.40119738 1.38629436 1.60943791]

numpy.array()関数`を用いてNumPy配列を作成し、numpy.log()メソッドを用いて1次元配列の全データ項目の対数値を計算した。

結果は以下の通りです。

import numpy as np

import matplotlib.pyplot as plt

arr = np.array([10,20,30,40,50])

log_val=np.log(arr)

plt.plot(log_val,arr,marker='*',color='green')