如下所示：
|
1
|
numpy.power(x1, x2)
|
数组的元素分别求n次方。x2可以是数字，也可以是数组，但是x1和x2的列数要相同。
|
1
2
3
4
5
|
>>> x1 = range(6)
>>> x1
[0, 1, 2, 3, 4, 5]
>>> np.power(x1, 3)
array([ 0, 1, 8, 27, 64, 125])
|
|
1
2
3
|
>>> x2 = [1.0, 2.0, 3.0, 3.0, 2.0, 1.0]
>>> np.power(x1, x2)
array([ 0., 1., 8., 27., 16., 5.])
|
|
1
2
3
4
5
6
7
|
>>> x2 = np.array([[1, 2, 3, 3, 2, 1], [1, 2, 3, 3, 2, 1]])
>>> x2
array([[1, 2, 3, 3, 2, 1],
[1, 2, 3, 3, 2, 1]])
>>> np.power(x1, x2)
array([[ 0, 1, 8, 27, 16, 5],
[ 0, 1, 8, 27, 16, 5]])
|
补充：python求n次方的函数_python实现pow函数（求n次幂，求n次方）
类型一：求n次幂
实现 pow(x, n)，即计算 x 的 n 次幂函数。其中n为整数。pow函数的实现——leetcode
解法1：暴力法
不是常规意义上的暴力，过程中通过动态调整底数的大小来加快求解。代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
class Solution:
def myPow(self, x: float, n: int) -> float:
judge = True
if n<0:
n = -n
judge = False
if n==0:
return 1
final = 1 # 记录当前的乘积值
tmp = x # 记录当前的因子
count = 1 # 记录当前的因子是底数的多少倍
while n>0:
if n>=count:
final *= tmp
tmp = tmp*x
n -= count
count +=1
else:
tmp /= x
count -= 1
return final if judge else 1/final
|
解法2：根据奇偶幂分类(递归法，迭代法，位运算法)
如果n为偶数，则pow(x,n) = pow(x^2, n/2)；
如果n为奇数，则pow(x,n) = x*pow(x, n-1)。
递归代码实现如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
class Solution:
def myPow(self, x: float, n: int) -> float:
if n<0:
n = -n
return 1/self.help_(x,n)
return self.help_(x,n)
def help_(self,x,n):
if n==0:
return 1
if n%2 == 0: #如果是偶数
return self.help_(x*x, n//2)
# 如果是奇数
return self.help_(x*x,(n-1)//2)*x
|
迭代代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
class Solution:
def myPow(self, x: float, n: int) -> float:
judge = True
if n < 0:
n = -n
judge = False
final = 1
while n>0:
if n%2 == 0:
x *=x
n //= 2
final *= x
n -= 1
return final if judge else 1/final
|
python位运算符简介
其实跟上面的方法类似，只是通过位运算符判断奇偶性并且进行除以2的操作(移位操作)。代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
class Solution:
def myPow(self, x: float, n: int) -> float:
judge = True
if n < 0:
n = -n
judge = False
final = 1
while n>0:
if n & 1: #代表是奇数
final *= x
x *= x
n >>= 1 # 右移一位
return final if judge else 1/final
|
类型二：求n次方
实现 pow(x, n)，即计算 x 的 n 次幂函数。其中x大于0，n为大于1整数。
解法：二分法求开方
思路就是逐步逼近目标值。以x大于1为例：
设定结果范围为[low, high]，其中low=0, high = x，且假定结果为r=(low+high)/2；
如果r的n次方大于x，则说明r取大了，重新定义low不变，high= r，r=(low+high)/2；
如果r的n次方小于x，则说明r取小了，重新定义low=r，high不变，r=(low+high)/2；
代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
class Solution:
def myPow(self, x: float, n: int) -> float:
# x为大于0的数,因为负数无法开平方(不考虑复数情况)
if x>1:
low,high = 0,x
else:
low,high =x,1
while True:
r = (low+high)/2
judge = 1
for i in range(n):
judge *= r
if x >1 and judge>x:break # 对于大于1的数，如果当前值已经大于它本身，则无需再算下去
if x <1 and judge
if abs(judge-x)<0.0000001: # 判断是否达到精度要求
print(pow(x,1/n)) # pow函数计算结果
return r
else:
if judge>x:
high = r
else:
low = r
|
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://www.cnblogs.com/luozeng/p/8544012.html