Python ofrece muchas funciones logarítmicas incorporadas en el módulo matemáticas lo que nos permite calcular registros usando una sola línea. Hay 4 variantes de funciones logarítmicas, todas las cuales se analizan en este artículo.
1. iniciar sesión(a,(Base)) : Esta función se utiliza para calcular el logaritmo natural (Base e) de a. Si se pasan 2 argumentos, calcula el logaritmo de la base deseada del argumento a, valor numérico de registro(a)/registro(Base) .

 Syntax : math.log(a,Base) Parameters :  a : The numeric value Base : Base to which the logarithm has to be computed. Return Value :  Returns natural log if 1 argument is passed and log with specified base if 2 arguments are passed. Exceptions :  Raises ValueError if a negative no. is passed as argument. 

Python3

# Python code to demonstrate the working of> # log1p(a)> import> math> # Printing the log(1+a) of 14> print> (> 'Logarithm(1+a) value of 14 is : '> , end> => '')> print> (math.log1p(> 14> ))>

Producción :

Natural logarithm of 14 is : 2.6390573296152584 Logarithm base 5 of 14 is : 1.6397385131955606 

2. log2(a): Esta función se utiliza para calcular el logaritmo base 2 de un. Muestra un resultado más preciso que log(a,2).

 Syntax : math.log2(a) Parameters :  a : The numeric value Return Value :  Returns logarithm base 2 of a Exceptions :  Raises ValueError if a negative no. is passed as argument. 

Python3

# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (> 'log(a) value of -14 is : '> , end> => '')> print> (math.log(> -> 14> ))>

Producción :

Logarithm base 2 of 14 is : 3.807354922057604 

3. log10(a): Esta función se utiliza para calcular el logaritmo base 10 de un. Muestra un resultado más preciso que log(a,10).

 Syntax : math.log10(a) Parameters :  a : The numeric value Return Value :  Returns logarithm base 10 of a Exceptions :  Raises ValueError if a negative no. is passed as argument. 

Python3

# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (> 'The number of digits in 73293 are : '> , end> => '')> print> (> int> (math.log10(> 73293> )> +> 1> ))>

Producción :

Logarithm base 10 of 14 is : 1.146128035678238 

3. log1p(a): Esta función se utiliza para calcular logaritmo(1+a) .

 Syntax : math.log1p(a) Parameters :  a : The numeric value Return Value :  Returns log(1+a) Exceptions :  Raises ValueError if a negative no. is passed as argument. 

Python3

Producción :

Logarithm(1+a) value of 14 is : 2.70805020110221 

Excepción

1. Error de valor: Esta función devuelve un error de valor si el número es negativo .

Python3

# Python code to demonstrate the Exception of> # log(a)> import> math> # Printing the log(a) of -14> # Throws Exception> print> (> 'log(a) value of -14 is : '> , end> => '')> print> (math.log(> -> 14> ))>

Producción :

log(a) value of -14 is : 

Error de tiempo de ejecución :

Traceback (most recent call last): File '/home/8a74e9d7e5adfdb902ab15712cbaafe2.py', line 9, in print (math.log(-14)) ValueError: math domain error 

Aplicación práctica

Una de las aplicaciones de la función log10() es que se utiliza para calcular el No. de dígitos de un número . El siguiente código ilustra lo mismo.

Python3

# Python code to demonstrate the Application of> # log10(a)> import> math> # Printing no. of digits in 73293> print> (> 'The number of digits in 73293 are : '> , end> => '')> print> (> int> (math.log10(> 73293> )> +> 1> ))>

Producción :

The number of digits in 73293 are : 5 

El logaritmo natural (log) es una función matemática importante en Python que se utiliza con frecuencia en aplicaciones de computación científica, análisis de datos y aprendizaje automático. A continuación se muestran algunas ventajas, desventajas, puntos importantes y libros de referencia relacionados con las funciones de registro en Python:

Ventajas:

La función de registro es útil para transformar datos que tienen una amplia gama de valores o una distribución no normal en una forma con una distribución más normal, lo que puede mejorar la precisión de los análisis estadísticos y los modelos de aprendizaje automático.
La función logarítmica se utiliza ampliamente en finanzas y economía para calcular el interés compuesto, los valores presentes y otras métricas financieras.
La función de registro se puede utilizar para reducir el efecto de los valores atípicos en los análisis estadísticos comprimiendo la escala de los datos.
La función de registro se puede utilizar para visualizar datos con un gran rango dinámico o con valores cercanos a cero.

Desventajas:

La función de registro puede resultar costosa desde el punto de vista computacional para conjuntos de datos grandes, especialmente si se aplica repetidamente.
Es posible que la función de registro no sea adecuada para todos los tipos de datos, como datos categóricos o datos con un rango limitado.

Puntos importantes:

1. El logaritmo natural (log) se calcula utilizando la función numpy.log() en Python.
2. El logaritmo con una base distinta de e se puede calcular usando las funciones numpy.log10() o numpy.log2() en Python.
3. La inversa del logaritmo natural es la función exponencial, que se puede calcular usando la función numpy.exp() en Python.
4. Cuando se utilizan logaritmos para análisis estadísticos o aprendizaje automático, es importante recordar transformar los datos a su escala original después del análisis.

Libros de referencia:

Python para análisis de datos de Wes McKinney cubre en profundidad la biblioteca NumPy y sus aplicaciones en el análisis de datos, incluida la función logarítmica.
Python numérico: un enfoque de técnicas prácticas para la industria de Robert Johansson cubre en profundidad la biblioteca NumPy y sus aplicaciones en computación numérica y computación científica, incluida la función logarítmica.
El Manual de ciencia de datos de Python de Jake VanderPlas cubre en profundidad la biblioteca NumPy y sus aplicaciones en ciencia de datos, incluida la función logarítmica.