问题描述
当尝试将负数(例如 np.sin(5)
)提升到小于 1 的任意幂(例如 1/3
)时,即使使用 np.power
也会导致错误。但是为什么会这样,如何避免输出真实答案(例如 -0.9861162244048773
)?
import numpy as np
np.sin(5)
#Out: -0.9589242746631385
(np.sin(5))**(3)
#Out: -0.881765166036633
(np.sin(5))**(1/3)
__main__:1: RuntimeWarning: invalid value encountered in double_scalars
np.power(np.sin(5),3)
#Out: -0.881765166036633
np.power(np.sin(5),1/3)
__main__:1: RuntimeWarning: invalid value encountered in power
#Out: nan
#The correct answer sought to (np.sin(5))**(1/3) is -0.9861162244048773
-0.9861162244048773*-0.9861162244048773*-0.9861162244048773 == np.sin(5)
#Out: True
解决方法
如果你坚持算术规则,则不允许计算负数的幂,除非幂是整数(这里不需要,因为你说power < 1
)或您扩展有效数字的范围以包括复数 或您可以取它的立方根(正如幂1/3
所暗示的那样) .
使用复数,您可以计算任何数字的幂并使用任何 numpy 方法:
np.sin(5 + 0j)**(1/3)
(np.sin(5) + 0j)**(1/3)
np.power(np.sin(5) + 0j,1/3)
都会输出正确的答案:
# Out: (0.4930581122024387+0.8540017014186199j)
对于立方根,您需要坚持使用特定的立方根方法:
np.cbrt(np.sin(5))
# Out: -0.9861162244048773
对于特殊情况,您的幂是分数,其中分子是偶数,f.i. power=2/3
:
(np.sin(5)**2)**(1/3)