Numpy 简明教程

NumPy - Array From Numerical Ranges

在本章节中，我们将会介绍如何从数值范围创建数组。

此函数返回一个 ndarray 对象，其中包含给定范围内间隔均匀的值。该函数的格式如下所示 −

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

构造函数需要以下参数。

Sr.No.	Parameter & Description
1	start 一个区间开始位置。如果省略，则默认为 0
2	stop 一个区间结束位置（不包括此数字）
3	step 值之间的间隔，默认为 1
4	dtype 结果 ndarray 的数据类型。如果未给出，则使用输入的数据类型

以下示例显示了如何使用此函数。

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

其输出如下所示 −

[0  1  2  3  4]

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

在此处，输出将为 −

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

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

它的输出如下：

[10  12  14  16  18]

此函数类似于 arange() 函数。在此函数中，而不是步长，指定了区间内间隔均匀的值的数量。此函数的使用方式如下：

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

构造函数需要以下参数。

Sr.No.	Parameter & Description
1	start 序列的起始值
2	stop 序列的结束值，如果将 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，则不包含在其中
5	retstep 如果为 true，则返回连续数字之间的样本和步
6	dtype 输出 ndarray 的数据类型

以下示例演示了 linspace 函数的使用。

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

其输出将为 −

[10.   12.5   15.   17.5  20.]

# endpoint set to false
import numpy as np
x = np.linspace(10,20, 5, endpoint = False)
print x

输出应为 −

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

# find retstep value
import numpy as np

x = np.linspace(1,2,5, retstep = True)
print x
# retstep here is 0.25

现在，输出应为 −

(array([ 1.  ,  1.25,  1.5 ,  1.75,  2.  ]), 0.25)

此函数返回包含以对数刻度固定间隔排列的数字的 ndarray 对象。刻度的起始和结束端点是基数的指数，通常为 10。

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

下列参数决定 logspace 函数的输出。

Sr.No.	Parameter & Description
1	start 序列的开始点是 basestart
2	stop 序列的结束点是 basestop
3	num 范围内的值的数量。默认值为 50
4	endpoint 如果为真，则范围内的最后一个值停止
5	base 对数空间的基数，默认值为 10
6	dtype 输出数组的数据类型。如果没有给出，它取决于其他输入参数

以下示例将帮助您理解 logspace 函数。

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

其输出如下所示 −

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

# set base of log space to 2
import numpy as np
a = np.logspace(1,10,num = 10, base = 2)
print a

现在，输出应为 −

[ 2.     4.     8.    16.    32.    64.   128.   256.    512.   1024.]