Numpy 学习笔记 - linspace, logsapce, ceil,unique

工作中使用numpy是遇到了一下几个函数，写一篇笔记记录一下以防以后忘记。

1. np.linspace创建等差数列
   np.linspace(start, stop, num=50, endpoint=True,restep=False, dtype=None)
   start:起始值
   stop:终止值
   num: 值的个数，默认50
   endpoint: True包含终止值，否则不包含终止值
   retstep: True则返回样本值和步长
   dtype:返回的数组类型
   return sample: 数组
   step:步长

print(np.linspace(2.0, 3.0, num = 5))  # [2.   2.25 2.5  2.75 3.  ]
print(np.linspace(2.0, 3.0, num=5, endpoint=False))   # [2.  2.2 2.4 2.6 2.8]
print(np.linspace(2.0, 3.0, num=5, retstep=True))     # (array([2.  , 2.25, 2.5 , 2.75, 3.  ]), 0.25)

n = 8
xx1 = np.linspace(0, 10, n, endpoint=True)
xx2 = np.linspace(0, 10, n, endpoint=False)
print(xx1,xx2)
yy = np.zeros(n)
plt.plot(xx1, yy, "o")
plt.plot(xx2, yy+0.5, 'o')
plt.ylim([-0.5,1])
plt.show()

2. np.logspace创建等比数列
   np.logspace(start, stop, num=50, endpoint=True, base=10.0,dtype=None)
   start: basestart 是序列的开始值
   stop： basestop 是序列的最后一个值
   num: 需要生成的值得个数，默认是50
   endpoint: TRUE： 包含最后一个值。否则不包含最后一个值
   base: 底数，默认是10
   dtype: 输出数组的类型
   return：数组

print(np.logspace(2.0, 3.0, num=4))  # [ 100.          215.443469    464.15888336 1000.        ]
print(np.logspace(2.0, 3.0, num=4, endpoint=False))  # [100.         177.827941   316.22776602 562.34132519]
print(np.logspace(2.0, 3.0, num=4, base=2))   # [4.         5.0396842  6.34960421 8.        ]

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")
plt.plot(x2, y+0.5, 'o')
plt.ylim([-0.5,1])
plt.savefig("plt2.png")
plt.show()

3. math.ceil()执行向上舍入，即总是将数值向上舍入为最接近的整数,返回 x 的上限，即大于或者等于 x 的最小整数
   math.floor()执行向下舍入，即总是将数值向下舍入为最接近的整数
   round() 执行标准舍入，四舍五入

print(math.ceil(1.1111))   # 2
print(math.floor(1.1111))  # 1
print(round(1.1111))       # 1
print(math.ceil(1.99))     # 2
print(math.floor(1.99))    # 1
print(round(1.99))         # 2

4. np.unique()去除数组中重复数字，并进行排序后输出
   np.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None)
   ar: 输入的原始数组
   return_index: 默认False,True返回排序之后的该数在原来数组中的索引下标
   return_inverse:默认False,True返回该数所在原数组的下标

print(np.unique([1, 277, 77, 2, 2, 77, 0],return_index=True))   # (array([  0,   1,   2,  77, 277]), array([6, 0, 3, 2, 1], dtype=int64))
u, indices = np.unique([1, 277, 77, 2, 2, 77, 0],return_inverse=True)
print(u, indices)   # (array([  0,   1,   2,  77, 277]), array([1, 4, 3, 2, 2, 3, 0], dtype=int64))
print(u[indices])   # 重构原数组 [  1 277  77   2   2  77   0]