Python numpy.power()函数使用说明

power(x, y) 函数，计算 x 的 y 次方。

示例：

x 和 y 为单个数字：

import numpy as np
print(np.power(2, 3))

8

分析：2 的 3 次方。

x 为列表，y 为单个数字：

print(np.power([2,3,4], 3))

[ 8 27 64]

分析：分别求 2， 3， 4 的 3 次方。

x 为单个数字，y 为列表：

print(np.power(2, [2,3,4]))

[ 4 8 16]

分析：分别求 2的 2， 3， 4 次方。

x 和 y 为列表：

print(np.power([2,3], [3,4]))

[ 8 81]

分析：分别求 2 的 3 次方和 3 的 4 次方。

补充：有关于python3.X.X中的power()函数的使用方法和细节

该函数在求欧氏距离较为常用，手写机器学习时候会用到比较多

函数解释：

--- power(A,B) ：求A的B次方，数学等价于A^B

---其中A和B既可以是数字(标量),也可以是列表(向量)

分三种情况：

1. A、B都是数字(标量)时候，就是求A的B次方

In [83]: a , b = 3 ,4                              
 
In [84]: np.power(a,b)                             
Out[84]: 81

2. A是列表(向量)，B是数字(标量)时候,分两个子情况：

----power(A,B)：A列表(向量)中所有元素，求B的次方；

----power(B,A)：生成一个长度len(A)的列表，元素为B^A次方。具体看例子

In [10]: A, B = [1,2,3],3    
                        
# 列表A的B次方：[1^3, 2^3, 3^3]
In [11]: np.power(A,B)                             
Out[11]: array([ 1, 8, 27])
 
# 返回len(A)长度的列表，其中元素[3^1, 3^2, 3^3]
In [12]: np.power(B,A)                             
Out[12]: array([ 3, 9, 27])

3. AB都是列表(向量)时候，必须len(A)=len(B)

In [13]: A , B = [1,2,3],[4,5,6]                        
 
In [14]: np.power(A,B)                             
Out[14]: array([ 1, 32, 729])
 
# 如果A和B的长度不一样，会报错
In [15]: A , B = [1,2,3],[4,5,6,7]                       
In [16]: np.power(A,B)  
 
ValueError: operands could not be broadcast together with shapes (3,) (4,) 

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脚本之家。如有错误或未考虑完全的地方，望不吝赐教。