NumPy - 数值范围的数组


在本章中,我们将了解如何从数值范围创建数组。

numpy.arange

此函数返回一个ndarray对象,其中包含给定范围内均匀间隔的值。函数的格式如下 -

numpy.arange(start, stop, step, dtype)

构造函数采用以下参数。

先生。 参数及说明
1

开始

间隔的开始。如果省略,则默认为 0

2

停止

间隔结束(不包括该数字)

3

值之间的间距,默认为 1

4

数据类型

生成的 ndarray 的数据类型。如果未给出,则使用输入的数据类型

以下示例展示了如何使用此功能。

实施例1

import numpy as np 
x = np.arange(5) 
print x

其输出如下 -

[0  1  2  3  4]

实施例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.] 

实施例3

# start and stop parameters set 
import numpy as np 
x = np.arange(10,20,2) 
print x

其输出如下 -

[10  12  14  16  18] 

numpy.linspace

该函数与arange()函数类似。在此函数中,指定了间隔之间均匀分布的值的数量,而不是步长。该函数的用法如下 -

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

构造函数采用以下参数。

先生。 参数及说明
1

开始

序列的起始值

2

停止

序列的结束值,如果端点设置为 true,则包含在序列中

3

编号

要生成的均匀间隔样本的数量。默认值为 50

4

终点

默认情况下为 True,因此停止值包含在序列中。如果为 false,则不包含在内

5

重步

如果为 true,则返回样本并在连续数字之间步进

6

数据类型

输出ndarray的数据类型

以下示例演示了linspace函数的使用。

实施例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.]

实施例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.]

实施例3

# find retstep value 
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,其中包含在对数刻度上均匀分布的数字。刻度的起始和终止端点是基数的索引,通常为 10。

numpy.logspace(start, stop, num, endpoint, base, dtype)

以下参数确定logspace函数的输出。

先生。 参数及说明
1

开始

序列的起点是碱基起始点

2

停止

序列的最终值为base stop

3

编号

范围之间的值的数量。默认值为 50

4

终点

如果为 true,则 stop 是范围中的最后一个值

5

根据

日志空间的基数,默认为10

6

数据类型

输出数组的数据类型。如果没有给出,则取决于其他输入参数

以下示例将帮助您了解logspace功能。

实施例1

import numpy as np 
# default base is 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.    ]

实施例2

# 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.]