numpy.log2#

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

Логарифм по основанию 2 от x.

Параметры:

xarray_like: Входные значения.
выходndarray, None или кортеж из ndarray и None, опционально: Место для сохранения результата. Если предоставлено, оно должно иметь форму, в которую транслируются входные данные. Если не предоставлено или None, возвращается вновь выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.
гдеarray_like, необязательный: Это условие транслируется на вход. В местах, где условие истинно, выход массив будет установлен в результат ufunc. В других местах выход массив сохранит своё исходное значение. Обратите внимание, что если неинициализированный выход массив создается через стандартный out=None, позиции внутри неё, где условие ложно, останутся неинициализированными.
**kwargs: Для других аргументов, доступных только по ключевым словам, смотрите документация ufunc.

Возвращает:

yndarray: Логарифм по основанию 2 от x. Это скаляр, если x является скаляром.

Смотрите также

log, log10, log1p, emath.log2

Примечания

Логарифм является многозначной функцией: для каждого x существует бесконечное число z такой, что 2**z = x. Соглашение заключается в возврате z мнимая часть которого лежит в (-pi, pi].

Для типов данных с вещественными значениями на входе, log2 всегда возвращает действительный вывод. Для каждого значения, которое не может быть выражено как действительное число или бесконечность, он выдает nan и устанавливает invalid флаг ошибки с плавающей запятой.

Для комплексных входных данных, log2 является комплексной аналитической функцией, которая имеет разрез ветвления [-inf, 0] и является непрерывным сверху на нём. log2 обрабатывает отрицательный ноль с плавающей запятой как бесконечно малое отрицательное число, в соответствии со стандартом C99.

В случаях, когда входные данные имеют отрицательную действительную часть и очень маленькую отрицательную мнимую часть (приближающуюся к 0), результат настолько близок к -pi что он вычисляется точно в -pi.

Примеры

>>> 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])