numpy均匀分布_numpy.linespace使用笔记

numpy

参数：

[返回指定间隔（start和stop之间）之间的等距数字]

Return evenly spaced numbers over a specified interval.

[返回“num”等距采样，按间隔[`start`，`stop`]计算。]

Returns `num` evenly spaced samples, calculated over the interval [`start`, `stop`].

[可以选择是否排除间隔的终点]

The endpoint of the interval can optionally be excluded.

[现在支持非标量"start"和"stop"]

Non-scalar `start` and `stop` are now supported.

---

参数含义：

start：样本数据开始点。

stop：样本数据结束点。

num：生成的样本数据量，默认为50。

endpoint：默认为True，包含stop；若为False，则不包含stop。

retstep：默认为False。若为True，则结果会给出数据间隔，array([])变成了(array([]),step)

其中sample的数据类型是numpy.ndarray，step的数据类型是float

dtype：输出数组类型，可以选择输出的数组是整型还是浮点型或者布尔型。

axis：默认为0。可以选择-1

与linspace类似用法的还有：

arange：类似于“linspace”，但使用步长(step size)

geomspace：与“linspace”类似，但数字在日志上均匀分布比例（几何级数）。

logspace：类似于“geomspace”，但其端点(endpoints)指定为对数。

Examples:

>>> np.linspace(2, 3, num=5)
array([2.  , 2.25, 2.5 , 2.75, 3.  ])
>>> np.linspace(2, 3, num=5, endpoint=False)
array([2. ,  2.2,  2.4,  2.6,  2.8])
>>> np.linspace(2, 3, num=5, retstep=True)
(array([2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)
>>> np.linspace(2, 3, num=5, retstep=True,dtype=float)
(array([2, 2, 2, 2, 3]), 0.25)


# plt可视化
>>> import matplotlib.pyplot as plt
>>> x1 = np.linspace(0, 10, num=8, endpoint=True)
>>> x2 = np.linspace(0, 10, num=8, endpoint=False)
# 用0填充，一维
>>>y=np.zeros(8)
>>> plt.plot(x1, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(x2, y + 0.5, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.ylim([-0.5, 1])
(-0.5, 1)
>>> plt.show()

此篇笔记经本人整理后，供我日后忘了的时候查看哈哈哈哈。欢迎各位大佬提出宝贵意见。

---

ZCyu's python 学习笔记1