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。
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:
参数
描述
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。
实例
生成 0 到 5 的数组:
实例
importnumpyasnpx=np.arange(5)print(x)
输出结果如下:
[0 1 2 3 4]
设置返回类型位 float:
实例
importnumpyasnp# 设置了 dtypex=np.arange(5,dtype=float)print(x)
输出结果如下:
[0. 1. 2. 3. 4.]
设置了起始值、终止值及步长:
实例
importnumpyasnpx=np.arange(10,20,2)print(x)
输出结果如下:
[10 12 14 16 18]
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:
参数
描述
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 true 时,数列中包含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
以下实例用到三个参数,设置起始点为 1 ,终止点为 10,数列个数为 10。
实例
importnumpyasnpa=np.linspace(1,10,10)print(a)
输出结果为:
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]
设置元素全部是1的等差数列:
实例
importnumpyasnpa=np.linspace(1,1,10)print(a)
输出结果为:
[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
将 endpoint 设为 false,不包含终止值:
实例
importnumpyasnpa=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。
以下实例设置间距。
实例
importnumpyasnpa=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.]]
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。
参数
描述
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 true 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
实例
importnumpyasnp# 默认底数是 10a=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. ]
将对数的底数设置为 2 :
实例
importnumpyasnpa=np.logspace(0,9,10,base=2)print(a)
输出如下:
[ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]