Numpy笔记
numpy.linspace函数
- 格式: numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
- 功能: 返回指定间隔内的等间隔数字。
参数 :
start :array_like
序列的起始值。
stop :array_like
序列的最终值,除非将endpoint设置为False。
在这种情况下,
该序列包含除num + 1个均匀间隔的样本外的所有样本,
因此排除了stop。 请注意,当endpoint为False时,
步长会更改。
num :int, 可选
要生成的样本数。 默认值为50。必须为非负数。
endpoint :bool, 可选
如果为True,则停止是最后一个样本。
否则,不包括在内。 默认值为True。
retstep :bool, 可选
如果为True,则返回(样本,步进),
其中step是样本之间的间隔。
dtype :dtype, 可选
输出数组的类型。 如果未给出dtype,
则从其他输入参数推断数据类型。 1.9.0版中的新功能。
axis :int, 可选
结果中的轴用于存储样本。 仅当start或stop类似于数组时才相关。
默认情况下为(0),样本将沿着在开始处插入的新轴。
使用-1来获得轴的末端。
>>> np.linspace(2.0,3.0,num=5)
array([2. , 2.25, 2.5 , 2.75, 3. ])
>>> np.linspace(2.0,3.,num=5,endpoint=False)
array([2. , 2.2, 2.4, 2.6, 2.8])
>>> np.linspace(2.0,3.,num=5,retstep=True)
(array([2. , 2.25, 2.5 , 2.75, 3. ]), 0.25)
>>> import matplotlib.pyplot as plt
>>> N = 8
>>> y = np.zeros(N)
>>> x1 = np.linspace(0,10,N,endpoint=True)
>>> x2 = np.linspace(0,10,N,endpoint=False)
>>> plt.plot(x1,y,'o')
[<matplotlib.lines.Line2D object at 0x7f3bb08eff10>]
>>> plt.plot(x2,y+0.5,'o')
[<matplotlib.lines.Line2D object at 0x7f3bb0887250>]
>>> plt.ylim([-0.5,1])
(-0.5, 1.0)
>>> plt.show()
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jxpGospb-1635302964074)
numpy.logspace函数
- 格式: numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)
- 功能: 在对数尺度上返回间隔均匀的数字。
参数 :
start :array_like
base ** start是序列的起始值。
stop :array_like
base ** stop是序列的最终值,除非endpoint 为False。
在这种情况下,num + 1值在对数空间的间隔内间隔开,
返回除最后一个(长度为num的序列)外的所有值。
num :integer, 可选
要生成的样本数。 默认值为50。
endpoint :boolean, 可选
如果为true,则停止是最后一个样本。
否则,不包括在内。 默认值为True。
base :float, 可选
日志空间的基础。ln(samples)/ ln(base)
(或log_base(samples))中元素之间的步长是一致的。
默认值为10.0。
dtype :dtype
输出数组的类型。 如果未给出dtype,则从其他输入参数推断数据类型。
axis :int, 可选
结果中的轴用于存储样本。 仅当start或stop类似于数组时才相关。
默认情况下为(0),样本将沿着在开始处插入的新轴。
>>> np.logspace(2.0,3.0,num=4)
array([ 100. , 215.443469 , 464.15888336, 1000. ])
>>> np.logspace(2.0,3.0,num=4,endpoint=False)
array([100. , 177.827941 , 316.22776602, 562.34132519])
>>> np.logspace(2.0,3.0,num=4,base=2.0)
array([4. , 5.0396842 , 6.34960421, 8. ])
>>> import matplotlib.pyplot as plt
>>> N = 10
>>> x1 = np.logspace(0.1,1,N,endpoint=True)
>>> x2 = np.logspace(0.1,1,N,endpoint=False)
>>> y = np.zeros(N)
>>> plt.plot(x1,y,'o')
[<matplotlib.lines.Line2D object at 0x7f3b94814c10>]
>>> plt.plot(x2,y+0.5,'o')
[<matplotlib.lines.Line2D object at 0x7f3b94814fa0>]
>>> plt.ylim(-0.5,1)
(-0.5, 1.0)
>>> plt.show()
numpy.geomspace函数
- 格式: numpy.geomspace(start, stop, num=50, endpoint=True, dtype=None, axis=0)
- 功能: 返回数字以对数刻度(几何级数)均匀分布。
参数 :
start :array_like
序列的起始值。
stop :array_like
序列的最终值,除非端点为False。 在这种情况下,
num + 1值在对数空间的间隔内间隔开,
返回除最后一个(长度为num的序列)外的所有值。
num :integer, 可选
要生成的样本数。 默认值为50。
endpoint :boolean, 可选
如果为true,则停止是最后一个样本。
否则,不包括在内。 默认值为True。
dtype :dtype
输出数组的类型。 如果未给出dtype,
则从其他输入参数推断数据类型。
axis :int, 可选
结果中的轴用于存储样本。
仅当start或stop类似于数组时才相关。
默认情况下为(0),样本将沿着在开始处插入的新轴。
>>> np.geomspace(1,1000,num=4)
array([ 1., 10., 100., 1000.])
>>> np.geomspace(1,1000,num=3,endpoint=False)
array([ 1., 10., 100.])
>>> np.geomspace(1,1000,num=4,endpoint=False)
array([ 1. , 5.62341325, 31.6227766 , 177.827941 ])
>>> np.geomspace(1,256,num=9)
array([ 1., 2., 4., 8., 16., 32., 64., 128., 256.])
>>> np.geomspace(1,256,num=9,dtype=int)
array([ 1, 2, 4, 7, 16, 32, 63, 127, 256])
>>> np.around(np.geomspace(1,256,num=9)).astype(int)
array([ 1, 2, 4, 8, 16, 32, 64, 128, 256])
>>> np.geomspace(1000,1,num=4)
array([1000., 100., 10., 1.])
>>> np.geomspace(-1000,-1,num=4)
array([-1000., -100., -10., -1.])
>>> np.geomspace(1j,1000j,num=4)
array([0. +1.j, 0. +10.j, 0. +100.j, 0.+1000.j])
>>> np.geomspace(-1+0j,1+0j,num=5)
array([-1.00000000e+00+0.j , -7.07106781e-01+0.70710678j,
6.12323400e-17+1.j , 7.07106781e-01+0.70710678j,
1.00000000e+00+0.j