python log函数怎么用

Python中log函数属math模块或numpy库，用于计算自然对数、常用对数及任意底数对数；math.log适用于单值，math.log10/log2更高效明确，numpy.log系列支持数组批量运算，需注意参数正性及导入要求。

Python 中没有直接叫 log 的独立函数，它属于 math 模块或 numpy 库，用途是计算对数。最常用的是自然对数（以 e 为底）和以 10 为底的常用对数，也可以指定任意底数。

math.log：基础对数计算（推荐用于单个数值）

导入 math 后，用 math.log(x) 计算自然对数（ln x），math.log(x, base) 可指定底数。

• math.log(10) → 约 2.3026（ln 10）
• math.log(100, 10) → 2.0（log₁₀100）
• math.log(8, 2) → 3.0（log₂8）

⚠️ 注意：x 必须 > 0，否则抛出 ValueError；底数必须 > 0 且 ≠ 1。

math.log10 和 math.log2：更高效、更明确的写法

这两个是专用函数，比 math.log(x, 10) 或 math.log(x, 2) 更快、更可读，也避免传错底数。

• math.log10(1000) → 3.0
• math.log2(16) → 4.0

它们同样要求参数 > 0。

numpy.log 系列：批量处理数组

如果要对列表、NumPy 数组批量计算对数，用 numpy 更合适：

• np.log([1, np.e, np.e**2]) → [0., 1., 2.]（自然对数）
• np.log10([1, 10, 100]) → [0., 1., 2.]
• np.log2([1, 2, 4, 8]) → [0., 1., 2., 3.]

⚠️ 注意：输入含 ≤ 0 时，对应结果为 nan 或 -inf，不会报错（但会警告）。如需安全处理，可先用 np.where 过滤。

常见错误和避坑提醒

新手容易踩的几个点：

• 忘记 import math 或 import numpy as np，直接写 log(10) 会报 NameError
• 误以为 math.log(100, 10) 是“10 的 log”，其实它是“log₁₀100”，顺序是 log(真数, 底数)
• 对负数或零调用，math 版本直接崩溃，numpy 版本返回 nan，需提前校验
• 想算常用对数却写了 math.log(100)（这是 ln100 ≈ 4.605），应改用 math.log10(100)

基本上就这些。选 math 还是 numpy，看你是算一个数还是算一串数——不复杂，但细节容易忽略。