📅 最后修改于: 2020-06-13 14:29:49 🧑 作者: Mango
numpy.float_power(arr1, arr2, out = None, where = True, casting = ‘same_kind’, order = ‘K’, dtype = None) :第一个数组中的数组元素提升为第二个元素中的元素幂(所有发生在元素方面)。arr1和arr2都必须具有相同的形状。
float_power与幂函数的不同之处在于，整数，float16和float32被提升为具有float64最低精度的float，因此结果总是不精确。对于负功率，此函数将返回可用结果；对于+ ve功率，该函数很少溢出。
参数：
arr1： [array_like]用作基础的输入数组或对象。
arr2： [array_like]用作指数的输入数组或对象。
out： [ndarray，可选]输出数组，其尺寸与输入数组相同，并
放置在结果中。** kwargs：允许您将参数的关键字变量长度传递给函数。
当我们要处理函数中的命名参数时使用它。其中： [array_like，可选] True值表示
在该位置计算通用函数(ufunc)，False值表示将
值保留在输出中。返回：
包含arr1元素的数组升为arr2中的指数
代码1：
# ython程序解释float_power()函数
import numpy as np
# input_array
arr1 = [2, 2, 2, 2, 2]
arr2 = [2, 3, 4, 5, 6]
print ("arr1 : ", arr1)
print ("arr1 : ", arr2)
# output_array
out = np.float_power(arr1, arr2)
print ("\n输出数组 : ", out)输出：
arr1 : [2, 2, 2, 2, 2]
arr1 : [2, 3, 4, 5, 6]
输出数组 : [ 4. 8. 16. 32. 64.]代码2：
# ython程序解释float_power()函数
import numpy as np
# input_array
arr1 = np.arange(8)
exponent = 2
print ("arr1 : ", arr1)
# output_array
out = np.float_power(arr1, exponent)
print ("\n输出数组 : ", out) 输出：
arr1 : [0 1 2 3 4 5 6 7]
输出数组 : [ 0. 1. 4. 9. 16. 25. 36. 49.]代码3：
# Python程序解释float_power()函数
import numpy as np
# input_array
arr1 = [2, 2, 2, 2, 2]
arr2 = [2, -3, 4, -5, 6]
print ("arr1 : ", arr1)
print ("arr2 : ", arr2)
# output_array
out = np.float_power(arr1, arr2)
print ("\n输出数组 : ", out) 输出：
arr1 : [2, 2, 2, 2, 2]
arr2 : [2, -3, 4, -5, 6]
输出数组 : [ 4.00000000e+00 1.25000000e-01 1.60000000e+01
3.12500000e-02 6.40000000e+01]