NumPy数组的范围 来自现有数据的NumPy数组 NumPy索引和切片 在本章中,我们将看到如何从数值范围创建一个数组。 numpy.arange 该函数返回一个包含给定范围内均匀间隔值的 ndarray 对象。该功能的格式如下 numpy.arange(start, stop, step, dtype) 构造函数采用以下参数。 序号 参数和说明 1 start 间隔的开始。如果省略,则默认为0 2 stop 间隔结束(不包括此数字) 3 step 值之间的间距,默认值为1 4 dtype 生成的ndarray的数据类型。如果没有给出,则使用输入的数据类型 以下示例显示如何使用此功能。 例1 import numpy as np x = np.arange(5) print x 其产出如下 - [0 1 2 3 4] 例2 import numpy as np # dtype set x = np.arange(5, dtype = float) print x 在这里,输出将是 - [0. 1. 2. 3. 4.] 例3 # start and stop parameters set import numpy as np x = np.arange(10,20,2) print x 其产出如下 - [10 12 14 16 18] numpy.linspace 该函数与 arange() 函数类似。在此函数中,不是步长,而是指定间隔之间的均匀间隔值的数量。该功能的用法如下 - numpy.linspace(start, stop, num, endpoint, retstep, dtype) 构造函数采用以下参数。 序号 参数和说明 1 start 序列的起始值 2 stop 序列的结束值,包括在端点设置为true的序列中 3 num 要生成的均匀间隔样本的数量。默认值是50 4 endpoint 默认情况下为真,因此停止值包含在序列中。如果错误,则不包括在内 5 retstep 如果为true,则返回样本并在连续数字之间步进 6 dtype 输出 ndarray 数据类型 以下示例演示了使用 linspace 函数。 例1 import numpy as np x = np.linspace(10,20,5) print x 其产出将是 [10. 12.5 15. 17.5 20.] 例2 # endpoint set to false import numpy as np x = np.linspace(10,20, 5, endpoint = False) print x 输出将是 [10. 12. 14. 16. 18.] 例3 # find retstep value import numpy as np x = np.linspace(1,2,5, retstep = True) print x # retstep here is 0.25 现在,输出将是 - (array([ 1. , 1.25, 1.5 , 1.75, 2. ]), 0.25) numpy.logspace 该函数返回一个 ndarray 对象,该对象包含在对数刻度上均匀间隔的数字。规模的起止点是基数的指数,通常为10。 numpy.logspace(start, stop, num, endpoint, base, dtype) 以下参数决定了 logspace 函数的输出。 Sr.No. 参数和说明 1 start 序列的起点是基础开始 2 stop 序列的最终值是基地站点 3 num 范围之间的值的数量。默认值是50 4 endpoint 如果为true,则停止是范围中的最后一个值 5 base 日志空间的基础,默认为10 6 dtype 输出数组的数据类型。如果没有给出,则取决于其他输入参数 以下示例将帮助您了解 日志空间 功能。 例1 import numpy as np # default base is 10 a = np.logspace(1.0, 2.0, num = 10) print a 其产出如下 - [ 10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664 46.41588834 59.94842503 77.42636827 100. ] 例2 # set base of log space to 2 import numpy as np a = np.logspace(1,10,num = 10, base = 2) print a 现在,输出将是 - [ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.] 来自现有数据的NumPy数组 NumPy索引和切片