在本章中,无涯教程将看到如何从数值范围创建数组。
numpy.arange
此函数返回一个 ndarray对象 ,该对象包含给定范围内的均匀间隔的值。该函数的格式如下-
numpy.arange(start, stop, step, dtype)
构造函数采用以下参数。
Sr.No. | Parameter & 描述 |
---|---|
1 |
start 间隔的开始。如果省略,则默认为0 |
2 |
stop 间隔的结尾(不包括此数字) |
3 |
step 值之间的间隔,默认为1 |
4 |
dtype 输出ndarray的数据类型。如果未给出,则使用输入的数据类型 |
以下示例显示如何使用此功能。
示例1
import numpy as np x = np.arange(5) print x
其输出如下-
[0 1 2 3 4]
示例2
import numpy as np # dtype set x = np.arange(5, dtype = float) print x
在这里,输出将是-
[0. 1. 2. 3. 4.]
示例3
# start和stop参数设置 import numpy as np x = np.arange(10,20,2) print x
其输出如下-
[10 12 14 16 18]
numpy.linspace
此函数类似于 arange()函数,在此功能中,将指定间隔之间均匀间隔的值的数量,而不是步长,此功能的用法如下-
numpy.linspace(start, stop, num, endpoint, retstep, dtype)
构造函数采用以下参数。
Sr.No. | Parameter & 描述 |
---|---|
1 |
start 序列的起始值 |
2 |
stop 序列的结束值,如果端点设置为true,则包含在序列中 |
3 |
num 要生成的均匀间隔的样本数。默认值为50 |
4 |
endpoint 默认情况下为True,因此终止值包含在序列中。如果为False,则不包含 |
5 |
retstep 如果为true,则返回样本并在连续数字之间步进 |
6 |
dtype 输出 ndarray 的数据类型 |
以下示例演示了 linspace 函数的用法。
示例1
import numpy as np x = np.linspace(10,20,5) print x
它的输出将是-
[10. 12.5 15. 17.5 20.]
示例2
# endpoint set to false import numpy as np x = np.linspace(10,20, 5, endpoint = False) print x
输出将是-
[10. 12. 14. 16. 18.]
示例3
# 找到 retstep 值 import numpy as np x = np.linspace(1,2,5, retstep = True) print x # retstep here is 0.25
现在,输出将是-
(array([ 1. , 1.25, 1.5 , 1.75, 2. ]), 0.25)
numpy.logspace
此函数返回一个 ndarray对象 ,该对象包含在对数刻度上均匀间隔的数字。标度的起点和终点是基准的索引,通常为10。
numpy.logspace(start, stop, num, endpoint, base, dtype)
以下参数确定 logspace 函数的输出。
Sr.No. | Parameter & 描述 |
---|---|
1 |
start 序列的起点是base start |
2 |
stop 序列的最终值为base stop |
3 |
num 范围之间的值数。默认值为50 |
4 |
endpoint 如果为true,则stop是范围内的最后一个值 |
5 |
base 日志空间的底数,默认为10 |
6 |
dtype 输出数组的数据类型。如果未给出,则取决于其他输入参数 |
以下示例将帮助您理解 logspace 函数。
示例1
import numpy as np # 默认基数为 10 a = np.logspace(1.0, 2.0, num = 10) print a
其输出如下-
[ 10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664 46.41588834 59.94842503 77.42636827 100. ]
示例1
# set base of log space to 2 import numpy as np a = np.logspace(1,10,num = 10, base = 2) print a
现在,输出将是-
[ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.]
参考链接
https://www.learnfk.com/numpy/numpy-array-from-numerical-ranges.html
标签:10,教程,示例,NumPy,stop,无涯,print,np,numpy From: https://blog.51cto.com/u_14033984/7872597