Python でオイラーの数を使用する

1. Python で math.e を使用してオイラーの数を取得する
2. Python で math.exp() を使用してオイラーの数を取得する
3. Python で numpy.exp() を使用してオイラーの数を取得する

オイラーの数または e は、pi と同様に、数学の最も基本的な定数の 1つです。e は自然対数関数の基数です。指数定数を表す無理数です。

このチュートリアルでは、Python でオイラーの数（e）を複製する方法を示します。

オイラーの数を取得し、Python の方程式に使用するには、3つの一般的な方法があります。

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

Python で math.e を使用してオイラーの数を取得する

Python モジュール math には、方程式に使用できるいくつかの数学定数が含まれています。オイラーの数または e は、math モジュールが持つ定数の 1つです。

from math import e

print(e)

出力：

2.718281828459045

上記の出力は、e 定数の基本値です。

方程式の例として、e^n または e の値を数値 n の累乗で取得する関数を作成しましょう。ここで n = 3 です。

また、Python の電源操作の構文は二重アスタリスク**であることに注意してください。

from math import e


def getExp(n):
    return e ** n


print(getExp(3))

出力：

20.085536923187664

結果の小数点以下の桁数を制御したい場合、これを実現する方法は、値を文字列としてフォーマットし、フォーマット後に出力することです。

浮動小数点値を n 小数点以下の桁数にフォーマットするには、この構文 {:.nf} を使用して文字列に対して format() 関数を使用できます。n は表示される小数点以下の桁数です。

たとえば、上記と同じ例を使用して、出力を小数点以下 5 桁にフォーマットします。

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


print(getExp(3))

出力：

20.08554

Python で math.exp() を使用してオイラーの数を取得する

モジュール math には、e の値を数値の累乗で返す exp() と呼ばれる関数もあります。math.e と比較して、exp() 関数はかなり高速に実行され、指定された数値パラメーターを検証するコードが含まれています。

この例では、10 進数をパラメーターとして使用してみてください。

import math

print(math.exp(7.13))

出力：

1248.8769669132553

別の例は、パラメータを 1 に設定して値を決定することにより、e の実際の基本値を取得することです。

import math

print(math.exp(1))

出力：

2.718281828459045

出力は、小数点以下 15 桁に設定された e の実際の値です。

Python で numpy.exp() を使用してオイラーの数を取得する

NumPy モジュール内の exp() 関数も同じ操作を実行し、math.exp() と同じパラメーターを受け入れます。

違いは、math.e と math.exp() の両方よりも高速に実行され、math.exp() はスカラー数のみを受け入れるのに対し、numpy.exp() はスカラー数とベクトルを受け入れることです。配列やコレクションなど。

たとえば、numpy.exp() 関数を使用して、浮動小数点数の配列と単一の整数値の両方を受け入れます。

import numpy as np

arr = [3.0, 5.9, 6.52, 7.13]
singleVal = 2

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

出力：

[20.08553692  365.03746787  678.57838534 1248.87696691]
7.38905609893065

数値の配列がパラメーターとして使用されている場合、指定された配列内のすべての値の累乗で累乗された e 定数の結果の配列が返されます。単一の数値がパラメーターとして指定されている場合、それは math.exp() とまったく同じように動作します。

要約すると、Python でオイラーの数または e を取得するには、math.e を使用します。math.exp() を使用するには、指数値として機能するパラメーターとして数値が必要であり、基数として e が必要です。

二重アスタリスクで e の指数を計算する際に exp() を使用すると、**は後者よりもパフォーマンスが向上するため、膨大な数を処理する場合は、math.exp() を使用することをお勧めします。

もう 1つのオプションは、numpy.exp() を使用することです。これは、数値の配列をパラメーターとしてサポートし、math モジュールの両方のソリューションよりも高速に実行されます。したがって、ベクトルが方程式に含まれている場合は、代わりに numpy.exp() を使用してください。