7、Numpy根据数值范围创建数组

1、番外说明

大家好，我是小P，本系列是本人对Python模块Numpy的一些学习记录，总结于此一方面方便其它初学者学习，另一方面害怕自己遗忘，希望大家喜欢。此外，对“目标检测/模型压缩/语义分割”感兴趣的小伙伴，欢迎加入QQ群 813221712 讨论交流，进群请看群公告！（可以点击如下连接直接加入！）
点击链接加入群聊【Object Detection】：https://jq.qq.com/?_wv=1027&k=5kXCXF8

2、正题

参考链接：

http://www.runoob.com/numpy/numpy-array-from-numerical-ranges.html

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。

2.1 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：

实例：生成 0 到 5 的数组

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

输出结果如下：

[0  1  2  3  4]

实例：设置返回类型位 float

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

输出结果如下：

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

实例：设置了起始值、终止值及步长

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

输出结果如下：

[10  12  14  16  18]

2.2 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：

实例：生成1-10之间（包含10）的等差数列

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.]

实例：设置元素全部是1的等差数列

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.]

实例：将 endpoint 设为 false，不包含终止值

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。

实例：以下实例设置间距

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.]]

2.3 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。

实例：生成以默认10为底的数列

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.    ]

实例：将对数的底数设置为 2

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

输出如下：

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

实例：验证生成的是等比数列

>>> A=np.logspace(10,20,10,base=10)
>>> A
array([1.00000000e+10, 1.29154967e+11, 1.66810054e+12, 2.15443469e+13,
       2.78255940e+14, 3.59381366e+15, 4.64158883e+16, 5.99484250e+17,
       7.74263683e+18, 1.00000000e+20])
>>> A[1]/A[0]
12.915496650148826
>>> A[2]/A[1]
12.915496650148826