如何在python中获取函数的ln？

我使用polyfit查找数据集的拟合曲线，但现在我需要找到拟合曲线函数的自然日志并绘制它。以下是我目前掌握的情况：

#Fit line for PD
deg = 10
zn = np.polyfit(l_bins, l_hits, deg)
l_pn = np.poly1d(zn)
pylab.plot(l_bins, l_pn(l_bins), '-g')
ln_list = []
for all in l_bins:
    ln_list.append(np.log(l_pn(all)))
pylab.plot(l_bins, ln_list, '-b')

有更好或更正确的方法吗？

编辑 我建议使用

numpy.log

，如下所示。因为您已经在使用numpy数组，所以这肯定比使用

map

或列表理解更好

---

原始答案
如果有z值的

列表

，可以使用

映射

对每个值执行一些功能，在本例中是

日志

（即

ln

）

您可以使用任何函数，因此如果愿意，您可以使用

numpy.log

。

Edit
我建议使用

numpy.log

，如下所示。因为您已经在使用numpy数组，所以这肯定比使用

map

或列表理解更好

---

原始答案
如果有z值的

列表

，可以使用

映射

对每个值执行一些功能，在本例中是

日志

（即

ln

）

您可以使用任何函数，因此如果愿意，您可以使用

numpy.log

。

Edit
我建议使用

numpy.log

，如下所示。因为您已经在使用numpy数组，所以这肯定比使用

map

或列表理解更好

---

原始答案
如果有z值的

列表

，可以使用

映射

对每个值执行一些功能，在本例中是

日志

（即

ln

）

您可以使用任何函数，因此如果愿意，您可以使用

numpy.log

。

Edit
我建议使用

numpy.log

，如下所示。因为您已经在使用numpy数组，所以这肯定比使用

map

或列表理解更好

---

原始答案
如果有z值的

列表

，可以使用

映射

对每个值执行一些功能，在本例中是

日志

（即

ln

）

---

您可以使用任何函数，因此如果愿意，您可以使用

numpy.log

。

似乎您只需要原始提供的存储箱的值。在这种情况下，这会更简单，速度也会更快

ln_list = np.log(l_pn(l_bins))

---

请记住，

numpy

函数通常会将自己的元素应用于数组，如果这样做有意义的话。

您似乎只需要原始提供的存储箱的值。在这种情况下，这会更简单，速度也会更快

ln_list = np.log(l_pn(l_bins))

---

请记住，

numpy

函数通常会将自己的元素应用于数组，如果这样做有意义的话。

您似乎只需要原始提供的存储箱的值。在这种情况下，这会更简单，速度也会更快

ln_list = np.log(l_pn(l_bins))

---

请记住，

numpy

函数通常会将自己的元素应用于数组，如果这样做有意义的话。

您似乎只需要原始提供的存储箱的值。在这种情况下，这会更简单，速度也会更快

ln_list = np.log(l_pn(l_bins))

请记住，

numpy

函数通常会将自己的元素应用于数组，如果这样做有意义的话。

log（x）是基于10的，而ln（x）是基于自然对数的

import math
x = 8
print math.log(x, math.e)

log（x）是基于10的，而ln（x）是基于自然对数的

import math
x = 8
print math.log(x, math.e)

log（x）是基于10的，而ln（x）是基于自然对数的

import math
x = 8
print math.log(x, math.e)

log（x）是基于10的，而ln（x）是基于自然对数的

import math
x = 8
print math.log(x, math.e)

---

无需使用map，

np.log

使用数字数组进行元素日志记录，速度会快得多。无需使用map，

np.log

使用数字数组进行元素日志记录，速度会快得多。无需使用map，

np.log

使用数字数组创建元素日志，速度更快。无需使用map，

np.log

使用数字数组创建元素日志，速度更快。