Numpy库学习之np.linspace函数

Numpy库学习之np.linspace函数

一、简介

np.linspace 是 NumPy 库中的一个函数，用于在指定的区间内生成【等间距】的数字序列。这个函数非常有用，尤其是在需要在固定间隔内对数据进行采样时。

二、语法和参数

np.linspace 的基本语法如下：

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

• start：序列的起始值。
• stop：序列的结束值。
• num：要生成的样本数量，默认为50。
• endpoint：布尔值，如果为True，则包含stop值在序列中；如果为False，则不包含。
• retstep：布尔值，如果为True，则返回样本和步长。
• dtype：输出数组的类型。如果未指定，则根据其他输入参数推断数据类型。
• axis：返回的样本数组中沿哪个轴存放样本，0表示沿第一个轴。

三、实例

3.1 基础使用

import numpy as np

# 生成从0到10的5个等间距的样本
samples = np.linspace(0, 10, num=5)
print(samples)

输出：

[ 0.   2.5  5.   7.5 10. ]

3.2 包含结束点

# 生成从0到10的11个等间距的样本，包含结束点
samples_with_endpoint = np.linspace(0, 10, num=11, endpoint=True)
print(samples_with_endpoint)

输出：

[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]

3.3 不包含结束点

# 生成从0到10的10个等间距的样本，不包含结束点
samples_without_endpoint = np.linspace(0, 10, num=10, endpoint=False)
print(samples_without_endpoint)

输出：

[0.  0.5 1.  1.5 2.  2.5 3.  3.5 4.  4.5]

3.4 返回步长

# 生成样本并返回步长
samples_with_step = np.linspace(0, 10, num=5, retstep=True)
print("Samples:", samples_with_step[0])
print("Step:", samples_with_step[1])

输出：

Samples: [ 0.   2.5  5.   7.5 10. ]
Step: 2.5

四、注意事项

• 当endpoint=False时，num参数表示不包括结束点stop的样本数量，因此实际生成的样本数量会比num多一个。
• 如果需要更高精度的等间距样本，可以通过设置dtype参数来指定输出数组的数据类型，例如np.float64。