数值范围中的数组（Array From Numerical Ranges）

优质

小牛编辑

134浏览

2023-12-01

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，该对象包含给定范围内的均匀间隔值。功能的格式如下 -

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

构造函数采用以下参数。

Sr.No.	参数和描述
1	start 间隔的开始。如果省略，则默认为0
2	stop 间隔结束（不包括此数字）
3	step 值之间的间距，默认为1
4	dtype 产生的ndarray的数据类型。如果没有给出，则使用输入的数据类型

以下示例显示了如何使用此功能。

例子1 (Example 1)

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

其产出如下 -

[0  1  2  3  4]

例子2 (Example 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.]

例子3 (Example 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

此函数类似于arange()函数。在此函数中，指定间隔之间的均匀间隔值，而不是步长。该功能的用法如下 -

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

构造函数采用以下参数。

Sr.No.	参数和描述
1	start 序列的起始值
2	stop 序列的结束值，如果endpoint设置为true，则包含在序列中
3	num 要生成的均匀间隔样本的数量。默认值为50
4	endpoint 默认为True，因此停止值包含在序列中。如果为false，则不包括在内
5	retstep 如果为true，则返回样本并在连续数字之间切换
6	dtype 输出数据类型ndarray

以下示例演示了使用linspace函数。

例子1 (Example 1)

import numpy as np 
x = np.linspace(10,20,5) 
print x

它的输出是 -

[10.   12.5   15.   17.5  20.]

例子2 (Example 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.]

例子3 (Example 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，该对象包含在对数刻度上均匀分布的数字。开始和停止比例的终点是基数的索引，通常为10。

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

以下参数确定logspace函数的输出。

Sr.No.	参数和描述
1	start 序列的起点是基础^开始
2	stop 序列的最终值是基本^停止
3	num 范围之间的值的数量。默认值为50
4	endpoint 如果为true，则stop是范围中的最后一个值
5	base 日志空间的基础，默认为10
6	dtype 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。

例子1 (Example 1)

import numpy as np 
# default base is 10 
a = np.logspace(1.0, 2.0, num = 10) 
print a

其产出如下 -

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

例子2 (Example 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.]