numpy.power

`numpy.power` 是 NumPy 库中用于计算数组元素的乘方的函数。它接受两个参数，第一个参数是数组或者标量，第二个参数是幂。它返回一个数组，其中的元素是将第一个参数的每个元素都乘以幂的结果。

下面是一个例子：

import numpy as np

arr = np.array([1, 2, 3])
exponent = 2

result = np.power(arr, exponent)
print(result)

输出结果为：`[1 4 9]`，即将数组 `[1, 2, 3]` 的每个元素都平方了。

相关问题

python numpy.power的 out 参数

在 Numpy 中，`numpy.power` 函数用于对给定数组进行元素级的幂运算。它的语法如下：

numpy.power(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj])

其中，`out` 参数用于指定输出结果的数组。如果 `out` 参数没有被指定，则将创建一个新的数组来存储输出。如果 `out` 参数被指定为一个已有的数组，则函数将在该数组中存储输出，并返回该数组。需要注意的是，如果 `out` 参数被指定为一个已有的数组，该数组的形状必须和输出数组的形状相同，否则会抛出 ValueError 异常。

以下是一个使用 `out` 参数的示例：

import numpy as np

x = np.array([1, 2, 3])
y = np.array([2, 3, 4])
out = np.zeros(3)

np.power(x, y, out=out)
print(out)

输出：

[ 1.  8. 81.]

在上面的示例中，我们创建了两个数组 `x` 和 `y`，分别存储了底数和指数。我们还创建了一个形状为 (3,) 的全零数组 `out`，用于存储输出。然后，我们调用 `numpy.power` 函数，并指定 `out` 参数为 `out` 数组。函数将计算 `x` 和 `y` 的元素级幂，将结果存储在 `out` 数组中，并返回 `out` 数组。最后，我们打印输出结果。

in <module> X = data.drop('power', axis=1) AttributeError: 'numpy.ndarray' object has no attribute 'drop'

这个错误是因为你正在尝试使用一个NumPy数组对象的drop方法，但是NumPy数组没有drop方法。drop方法是Pandas DataFrame对象的方法，因此你需要将NumPy数组转换为Pandas DataFrame对象才能使用drop方法。你可以使用Pandas的DataFrame()函数将NumPy数组转换为DataFrame对象，例如：

import pandas as pd
X = pd.DataFrame(data).drop('power', axis=1)

这将把NumPy数组data转换为Pandas DataFrame对象，并删除名为'power'的列。