NumPy 教程（第 6 章）： 从数值范围创建 Ndarray 数组

numpy.arange 方法创建数值范围并返回 ndarray 对象

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

• 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

arange 方法语法：

In [1]: import numpy as np

In [2]: num = np.arange(5)

In [3]: num
Out[3]: array([0,1,2,3,4])

In [4]: num = np.arange(5,dtype=float)

In [5]: num
Out[5]: array([0.,1.,2.,3.,4.])

In [6]: num = np.arange(10,20,2)

In [7]: num
Out[7]: array([10,12,14,16,18])

numpy.linspace 类似于arange()方法，用于创建一个一维数组，数组是一个等差数列构成的，在此函数中，指定了范围之间的均匀间隔数量，而不是步长

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

• start 序列的起始值

• stop 序列的终止值，如果endpoint为true，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 ture 时，数列中中包含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。

• dtype ndarray 的数据类型

linspace 方法语法：

In [1]: import numpy as np

In [2]: num = np.linspace(10,5)

In [3]: num
Out[3]: array([10.,12.5,15.,17.5,20. ])

In [4]: np.linspace(10,5,endpoint=False)
Out[4]: array([10.,12.,14.,16.,18.])

In [5]: np.linspace(1,retstep=True)
Out[5]: (array([1.,1.25,1.5,1.75,2.  ]),0.25)

numpy.logspace 返回一个 ndarray 对象，其中包含在对数刻度上均匀分布的数字。 刻度的开始和结束端点是某个底数的幂，通常为 10，用于创建一个于等比数列

np.logspace(start,base=10.0,dtype=None)

• start 序列的起始值为：base ** start

• stop 序列的终止值为：base ** stop。如果endpoint为true，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 ture 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。

• dtype ndarray 的数据类型

logspace 方法语法：

In [1]: import numpy as np

In [2]: np.logspace(1.0,2.0,num=10)
Out[2]:
array([ 10.,12.91549665,16.68100537,21.5443469,27.82559402,35.93813664,46.41588834,59.94842503,77.42636827,100.        ])

In [3]: np.logspace(1,10,num=10,base=2)
Out[3]:
array([   2.,4.,8.,32.,64.,128.,256.,512.,1024.])

（编辑：北几岛）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!