Comment appliquer un logarithme à tous les éléments d'une matrice avec numpy en python ?

Exemples de comment appliquer un logarithme à tous les éléments d'une matrice avec numpy en python:

La fonction numpy log()

Pour appliquer le logarithme une solution est d'utiliser la fonction numpy numpy.log, illustration

import numpy as np
import math

A = np.array((math.e))

print(A)

A = np.log(A)

print(A)

donne respectivement:

2.718281828459045

et

1.0

Autre exemple:

A = np.arange(1.0,10.0,1.0)

A = np.log(A)

donne

[1. 2. 3. 4. 5. 6. 7. 8. 9.]

et

[0.         0.69314718 1.09861229 1.38629436 1.60943791 1.79175947

1.94591015 2.07944154 2.19722458]

Tracer avec matplotlilb en mettant un axe en échelle logarithmique

Note: Pour tracer avec matplotlilb en mettant un axe en échelle logarithmique, on peut utiliser ax.set_yscale('log'), exemple:

from pylab import figure, cm

import matplotlib.pyplot as plt

x = np.arange(0.0,10.0,0.1)

y = np.exp(x)

fig = figure(num=None, figsize=(12, 10), dpi=80, facecolor='w', edgecolor='k')

plt.plot(x,y)

plt.grid(True,which="both", linestyle='--')

plt.savefig("log_fig_01.png", bbox_inches='tight')

plt.show()

fig = figure(num=None, figsize=(12, 10), dpi=80, facecolor='w', edgecolor='k')

ax = fig.add_subplot(1, 1, 1)

plt.plot(x,y)

ax.set_yscale('log')

plt.grid(True,which="both", linestyle='--')

plt.savefig("log_fig_02.png", bbox_inches='tight')

plt.show()

Références

• numpy.log
• geeksforgeeks