如何在Python-Pandas中获得一个数组值的元素的幂

让我们来看看如何获得一个数组值的元素的幂。Dataframe/Series.pow()用于计算元素与自身或与其他Series的幂。这个函数只适用于实数，对复数不提供结果。
因此，让我们看看这些项目。

例子1：一维数组被映射到pandas系列中，具有默认的数字索引或自定义索引，然后相应的元素被提升到它自己的幂。

# import required modules
import numpy as np
import pandas as pd 
  
# create an array
sample_array = np.array([1, 2, 3])  
  
# uni dimensional arrays can be
# mapped to pandas series
sr = pd.Series(sample_array) 
  
print ("Original Array :")
print (sr)
  
# calculating element-wise power 
power_array = sr.pow(sr)
  
print ("Element-wise power array")
print (power_array)

输出:

例子2：功率也可用于计算浮点小数。

# module to work with arrays in python
import array
  
# module required to compute power
import pandas as pd
  
# creating a 1-dimensional floating 
# point array containing three elements
sample_array = array.array('d', 
                           [1.1, 2.0, 3.5])  
  
# uni dimensional arrays can 
# be mapped to pandas series
sr = pd.Series(sample_array) 
  
print ("Original Array :")
print (sr)
  
# computing power of each 
# element with itself 
power_array = sr.pow(sr)
  
print ("Element-wise power array")
print (power_array)

输出:

例子3： 多维数组可以被映射到pandas数据框中。然后，数据框架中的每个单元格都包含一个数字（整数或浮点数），它可以被提升到其各自的幂。

# module to work with 
# arrays in python
import array
  
# module required to 
# compute power
import pandas as pd
  
# 2-d matrix containing 
# 2 rows and 3 columns
df = pd.DataFrame({'X': [1,2],
                   'Y': [3,4],
                   'Z': [5,6]});
  
print ("Original Array :")
print(df)
  
# power function to calculate
# power of data frame elements
# with itself
power_array = df.pow(df)
  
print ("Element-wise power array")
print (power_array)

输出: