Recherche de site Web

Fonctions log() de Python pour calculer le logarithme

Les logarithmes sont utilisés pour dépeindre et représenter de grands nombres. Le logarithme est l'inverse de l'exposant. Cet article se penchera sur les fonctions log() de Python. Les fonctions logarithmiques de Python aident les utilisateurs à trouver le logarithme des nombres de manière beaucoup plus facile et efficace.

Comprendre les fonctions log() en Python

Afin d'utiliser les fonctionnalités des fonctions logarithmiques, nous devons importer le module math en utilisant l'instruction ci-dessous.

import math

Nous devons tous noter que les fonctions logarithmiques de Python ne peuvent pas être accessibles directement. Nous devons utiliser le module math pour accéder aux fonctions logarithmiques dans le code.

Syntaxe :

math.log(x)

La fonction math.log(x) est utilisée pour calculer la valeur logarithmique naturelle, c'est-à-dire le logarithme à la base e (le nombre d'Euler) qui est d'environ 2.71828, du paramètre passé (expression numérique).

Exemple :

import math   

print("Log value: ", math.log(2))

Dans l'extrait de code ci-dessus, nous demandons la valeur logarithmique de 2.

Sortie :

Log value:  0.6931471805599453

Variantes des fonctions log() de Python

Les variantes de la fonction logarithmique de base en Python sont les suivantes :

  • log2(x)
  • log(x, Base)
  • log10(x)
  • log1p(x)

1. log2(x) - log de base 2

La fonction math.log2(x) est utilisée pour calculer la valeur logarithmique d'une expression numérique de base 2.

Syntaxe :

math.log2(numeric expression)

Exemple :

import math 

print ("Log value for base 2: ") 
print (math.log2(20))

Sortie :

Log value for base 2: 
4.321928094887363

2. log(n, base) - log de base n

La fonction math.log(x, Base) calcule la valeur logarithmique de x c'est-à-dire l'expression numérique pour une valeur de base (souhaitée) particulière.

Syntaxe :

math.log(numeric_expression,base_value)

Cette fonction accepte deux arguments :

  • expression numérique
  • Valeur de base

Remarque : Si aucune valeur de base n'est fournie à la fonction, la math.log(x,(Base)) agit comme une fonction logarithmique de base et calcule le logarithme de l'expression numérique à la base e.

Exemple :

import math 

print ("Log value for base 4 : ") 
print (math.log(20,4))

Sortie :

Log value for base 4 : 
2.1609640474436813

3. log10(x) - log de base 10

La fonction math.log10(x) calcule la valeur logarithmique de l'expression numérique à la base 10.

Syntaxe :

math.log10(numeric_expression)

Exemple :

import math 

print ("Log value for base 10: ") 
print (math.log10(15))

Dans l'extrait de code ci-dessus, la valeur logarithmique de 15 à la base 10 est calculée.

Sortie :

Log value for base 10 : 
1.1760912590556813

4. log1p(x)

La fonction math.log1p(x) calcule le log(1+x) d'une valeur d'entrée particulière c'est-à-dire x.

Remarque : math.log1p(1+x) est équivalent à math.log(x)

Syntaxe :

math.log1p(numeric_expression)

Exemple :

import math 

print ("Log value(1+15) for x = 15 is: ") 
print (math.log1p(15))

Dans l'extrait de code ci-dessus, la valeur logarithmique de (1+15) pour l'expression d'entrée 15 est calculée.

Ainsi, math.log1p(15) est équivalent à math.log(16).

Sortie :

Log value(1+15) for x = 15 is: 
2.772588722239781

Comprendre le logarithme en Python NumPy

Python NumPy nous permet de calculer simultanément les valeurs logarithmiques naturelles des éléments du tableau NumPy d'entrée.

Pour utiliser la méthode numpy.log(), nous devons importer le module NumPy en utilisant la déclaration ci-dessous.

import numpy

Syntaxe :

numpy.log(input_array)

La fonction numpy.log() prend un tableau en entrée comme paramètre et retourne le tableau avec la valeur logarithmique des éléments qu'il contient.

Exemple :

import numpy as np 

inp_arr = [10, 20, 30, 40, 50] 
print ("Array input elements:\n", inp_arr) 

res_arr = np.log(inp_arr) 
print ("Resultant array elements:\n", res_arr)

Sortie :

Array input elements:
 [10, 20, 30, 40, 50]
Resultant array elements:
 [ 2.30258509  2.99573227  3.40119738  3.68887945  3.91202301]

Conclusion

Dans cet article, nous avons compris le fonctionnement des fonctions logarithmiques en Python et avons dévoilé les variantes de la fonction logarithmique en Python.

Références

  • Documentation de la fonction log de Python