在 Python 中使用尤拉數

1. 在 Python 中使用 math.e 來獲取尤拉數
2. 在 Python 中使用 math.exp() 來獲取尤拉數
3. 在 Python 中使用 numpy.exp() 來獲取尤拉數

尤拉數或 e 是數學中最基本的常數之一，就像 pi 一樣。e 是自然對數函式的基礎。它是代表指數常數的無理數。

本教程將演示如何在 Python 中複製尤拉數（e）。

有三種常見的方法來獲取尤拉數並將其用於 Python 中的方程式。

• 使用 math.e
• 使用 math.exp()
• 使用 numpy.exp()

在 Python 中使用 math.e 來獲取尤拉數

Python 模組 math 包含許多可用於方程式的數學常數。尤拉數或 e 是 math 模組具有的常數之一。

from math import e
print(e)

輸出：

2.718281828459045

上面的輸出是 e 常數的基值。

作為一個示例方程式，讓我們建立一個函式，以將 e^n 或 e 的值轉換為數字 n 的冪，其中 n = 3。

另外，請注意，Python 中冪運算的語法是雙星號**。

from math import e

def getExp(n):
  return e**n

print(getExp(3))

輸出：

20.085536923187664

如果你希望控制結果的小數位數，則可以通過將值格式化為字串並在格式化後將其列印出來來實現。

要將浮點值的格式設定為小數位數 n，我們可以在字串上使用 format() 函式，語法為 {:.nf}，其中 n 是要顯示的小數位數。

例如，使用上面的相同示例，將輸出格式設定為 5 個小數位。

def getExp(n):
  return "{:.5f}".format(e**n);

print(getExp(3))

輸出：

20.08554

在 Python 中使用 math.exp() 來獲取尤拉數

math 模組還具有一個稱為 exp() 的函式，該函式將 e 的值返回為數字的冪。與 math.e 相比，exp() 函式的執行速度大大提高，並且包含可驗證給定 number 引數的程式碼。

對於此示例，請嘗試使用十進位制數字作為引數。

import math

print(math.exp(7.13))

輸出：

1248.8769669132553

另一個示例是通過將引數設定為 1 來確定該值，從而獲得 e 的實際基準值。

import math

print(math.exp(1))

輸出：

2.718281828459045

輸出是 e 的實際值，設定為小數點後 15 位。

在 Python 中使用 numpy.exp() 來獲取尤拉數

NumPy 模組中的 exp() 函式也執行與 math.exp() 相同的操作並接受相同的引數。

不同之處在於，它的執行速度比 math.e 和 math.exp() 都快，而 math.exp() 僅接受標量數，而 numpy.exp() 接受標量數和向量例如陣列和集合。

例如，使用 numpy.exp() 函式來接受浮點數陣列和單個整數值。

import numpy as np

int arr = [3., 5.9, 6.52, 7.13]
int singleVal = 2

print(np.exp(arr))
print(np.exp(singleVal))

輸出：

[20.08553692  365.03746787  678.57838534 1248.87696691]
7.38905609893065

如果將數字陣列用作引數，則它將返回 e 常量結果陣列，該陣列的值提高到給定陣列中所有值的冪。如果給定單個數字作為引數，則其行為將與 math.exp() 完全相同。

總之，要獲取 Python 中的尤拉數或 e，請使用 math.e。使用 math.exp() 將需要一個數字作為引數以用作指數值，而將 e 作為其基值。

使用 exp() 來計算雙星號上的 e 的指數時，**的效果要優於後者，因此，如果要處理大量數字，則最好使用 math.exp()。

另一種選擇是使用 numpy.exp()，它支援數字陣列作為引數，並且比 math 模組中的兩種解決方案都執行得更快。因此，如果方程式中包含向量，請改用 numpy.exp()。