NumPy 从数值范围创建数组

这一章节我们将学习如何从数值范围创建数组。

numpy.arange

numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象,函数格式如下:

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

根据 start 与 stop 指定的范围以及 step 设定的步长,生成一个 ndarray。

参数说明:

参数描述
start起始值,默认为0
stop终止值(不包含)
step步长,默认为1
dtype返回ndarray的数据类型,如果没有提供,则会使用输入数据的类型。

实例

生成 0 到 5 的数组:

实例

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

输出结果如下:

[0 1 2 3 4]

设置返回类型位 float:

实例

import numpy as np
 
# 设置了 dtype
x = np.arange(5, dtype = float) 
print (x)

输出结果如下:

[0. 1. 2. 3. 4.]

设置了起始值、终止值及步长:

实例

import numpy as np
x = np.arange(10,20,2) 
print (x)

输出结果如下:

[10 12 14 16 18]

numpy.linspace

numpy.linspace 函数用于创建一个一维数组,数组是一个等差数列构成的,格式如下:

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

参数说明:

参数描述
start序列的起始值
stop序列的终止值,如果endpointtrue,该值包含于数列中
num要生成的等步长的样本数量,默认为50
endpoint该值为 true 时,数列中包含stop值,反之不包含,默认是True。
retstep如果为 True 时,生成的数组中会显示间距,反之不显示。
dtypendarray 的数据类型

以下实例用到三个参数,设置起始点为 1 ,终止点为 10,数列个数为 10。

实例

import numpy as np
a = np.linspace(1,10,10)
print(a)

输出结果为:

[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]

设置元素全部是1的等差数列:

实例

import numpy as np
a = np.linspace(1,1,10)
print(a)

输出结果为:

[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

将 endpoint 设为 false,不包含终止值:

实例

import numpy as np
 
a = np.linspace(10, 20, 5, endpoint = False) 
print(a)

输出结果为:

[10. 12. 14. 16. 18.]

如果将 endpoint 设为 true,则会包含 20。

以下实例设置间距。

实例

import numpy as np
a =np.linspace(1,10,10,retstep= True)
 
print(a)
# 拓展例子
b =np.linspace(1,10,10).reshape([10,1])
print(b)

输出结果为:

(array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]), 1.0)
[[ 1.]
 [ 2.]
 [ 3.]
 [ 4.]
 [ 5.]
 [ 6.]
 [ 7.]
 [ 8.]
 [ 9.]
 [10.]]

numpy.logspace

numpy.logspace 函数用于创建一个于等比数列。格式如下:

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

base 参数意思是取对数的时候 log 的下标。

参数描述
start序列的起始值为:base ** start
stop序列的终止值为:base ** stop。如果endpointtrue,该值包含于数列中
num要生成的等步长的样本数量,默认为50
endpoint该值为 true 时,数列中中包含stop值,反之不包含,默认是True。
base对数 log 的底数。
dtypendarray 的数据类型

实例

import numpy as np
# 默认底数是 10
a = np.logspace(1.0, 2.0, num = 10) 
print (a)

输出结果为:

[ 10. 12.91549665 16.68100537 21.5443469 27.82559402 
 35.93813664 46.41588834 59.94842503 77.42636827 100. ]

将对数的底数设置为 2 :

实例

import numpy as np
a = np.logspace(0,9,10,base=2)
print (a)

输出如下:

[ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]

0 个评论

要回复文章请先登录注册