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。
您可能感兴趣的文章:- Python基础之numpy库的使用
- Python利用numpy实现三层神经网络的示例代码
- Python数据清洗工具之Numpy的基本操作
- python numpy中setdiff1d的用法说明
- Python Numpy之linspace用法说明
- python使用NumPy文件的读写操作
- python3 numpy中数组相乘np.dot(a,b)运算的规则说明
- python 将numpy维度不同的数组相加相乘操作
- python numpy.power()数组元素求n次方案例
- Python 用NumPy创建二维数组的案例
- python numpy中mat和matrix的区别
- Python基础之Numpy的基本用法详解
