ネイピア数と指数関数

　Python で ネイピア数（自然対数の底）e を底とする指数関数 を計算するときには、mathモジュールあるいは NumPyモジュールをインポートします。

mathモジュールの指数関数

　mathモジュールをインポートすると、math.e, math.exp(x), math.expm1(x) を使えるようになります。

math.e

　math.e にはネイピア数の近似値が格納されています。

# mathモジュールをインポート
import math

# ネイピア数e
x = math.e

# math.eの桁数
y = len(str(math.e)) - 1

print("e =", x)
print("桁数 ：", y)

e = 2.718281828459045
桁数 ： 16

math.exp(x)

　math.exp(x) は e の x 乗を返します。受け取った引数は float型に変換されます。 complex型は float型に変換できないので、複素数を引数に指定することができません。

# mathモジュールをインポート
import math

a = math.exp(1)
b = math.exp(2)
c = math.exp(-1)

print("e =", a)
print("e**2 =", b)
print("e**(-1) =", c)

e = 2.718281828459045
e**2 = 7.38905609893065
e**(-1) = 0.36787944117144233

　math.e と math.exp(1) が一致することを確認しておきます。

# mathモジュールをインポート
import math

a = math.e
b = math.exp(1)

print(a == b)

True

math.expm1(x)

　math.expm1(x) は e の x 乗から 1 を引いた値を返します。
　非常に小さな x で exp(x) - 1 を計算すると、減算により桁落ちしますが、expm1関数は精度を保ちます。下のサンプルコードでは x = 1.0e-5 として、exp(x) - 1 と math.expm1(x) を計算させています。

# mathモジュールをインポート
import math

a = math.exp(1.0e-5)-1
b = math.expm1(1.0e-5)

print("a =", a)
print("b =", b)

a = 1.0000050000069649e-05
b = 1.0000050000166667e-05

NumPyの指数関数

　NumPyをインポートすると、numpy.e, numpy.exp(x) を扱うことができます。NumPy の関数は ndarray という多次元配列を引数として与えると、ndarray で返すユニバーサル関数です。

numpy.exp(x)

　numpy.exp(x) は e の x 乗を返します。

# NumPyをnpという名前でインポート
import numpy as np

# 変数 x = 0, 1, 2
x = np.array([0, 1, 2])

# exp(0), exp(1), exp(2) を計算
y = np.exp(x)

print(y)

[1.         2.71828183 7.3890561]

　numpy.exp(x) の引数 x には複素数を指定することもできます。

# NumPyをnpという名前でインポート
import numpy as np

# 複素数変数を定義
z = 5 + 11j

exp_z = np.exp(z)

print(exp_z)

(0.6568318196405344-148.411705625828j)

　複素解析学において、複素変数 z = x + iy の指数関数 exp(z) は

　　exp(z) = exp(x)(cosy + isiny)

によって定義されています。
　

指数関数のグラフ

　Matplotlib を読み込んで指数関数のグラフを描画させるサンプルコードです。
　Jupyter Notebook などで使ってみてください。

# 指数関数のグラフ

# モジュールをインポート
import numpy as np
import matplotlib.pyplot as plt

# フィギュアを設定
fig = plt.figure()

# グリッド線を表示
plt.style.use("ggplot")

# グラフ描画領域を追加
ax = fig.add_subplot(111)

# グラフタイトルを設定
ax.set_title("y = exp(x)", fontsize = 16)

# x軸, y軸のラベルを設定
ax.set_xlabel("x", fontsize = 16)
ax.set_ylabel("y", fontsize = 16)

# xのデータを用意
x = np.arange(-2, 4, 0.1)

# yのデータを用意
y = np.exp(x)

# データをプロット
ax.plot(x, y)