NumPy 数值范围的数组

在这一章中，我们将看到如何从数值范围创建一个数组。

numpy.arange

这个函数返回一个 ndarray 对象，其中包含在给定范围内均匀分布的值。函数的格式如下所示：

numpy.arange(start, stop, step, dtype)

构造函数接受以下参数。

序号	参数与说明
1	start 一个区间的开始。如果省略，默认为0
2	stop 一个区间的结束（不包括该数）
3	step 值之间的间隔，默认为1
4	dtype 结果ndarray的数据类型。如果不给出，则使用输入的数据类型

下面的例子展示了你如何使用这个函数。

示例1

import numpy as np 
x = np.arange(5) 
print x

它的输出将如下所示−

[0  1  2  3  4]

示例2

import numpy as np 
# dtype set 
x = np.arange(5, dtype = float)
print x

这里的输出将是-

[0.  1.  2.  3.  4.]

示例3

# start and stop parameters set 
import numpy as np 
x = np.arange(10,20,2) 
print x

它的输出如下所示−

[10  12  14  16  18]

numpy.linspace

该函数类似于 arange() 函数。在这个函数中，不需要指定步长，而是指定间隔之间均匀间隔的值的数量。该函数的用法如下所示：

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

构造函数接受以下参数。

编号	参数与描述
1	start 序列的起始值
2	stop 序列的结束值，如果endpoint设置为True则包含在序列中
3	num 要生成的均匀间隔样本的数量。默认为50
4	endpoint 默认为True，因此停止值包含在序列中。如果为False，不包含在序列中
5	retstep 如果为True，返回样本和连续数字之间的步长
6	dtype 输出的数据类型 ndarray

下面的示例演示了使用 linspace 函数的方法。

示例1

import numpy as np 
x = np.linspace(10,20,5) 
print x

它的输出将是 −

[10.   12.5   15.   17.5  20.]

示例2

# endpoint set to false 
import numpy as np 
x = np.linspace(10,20, 5, endpoint = False) 
print x

输出结果将是−

[10.   12.   14.   16.   18.]

示例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，输出将为 −

(array([ 1.  ,  1.25,  1.5 ,  1.75,  2.  ]), 0.25)

numpy.logspace

该函数返回一个 ndarray 对象，其中包含在对数刻度上均匀间隔的数字。刻度的起点和终点是基数的指数，通常为10。

numpy.logspace(start, stop, num, endpoint, base, dtype)

以下参数确定了 logspace 函数的输出。

Sr.No.	Parameter & Description
1	start 开始的点是基础：start
2	stop 序列的最终值是基础：stop
3	num 范围内的值的数量。默认值为50
4	endpoint 如果为True，则stop是范围内的最后一个值
5	base 对数空间的基数，默认值为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

以下示例将帮助您理解 logspace 函数。

示例 1

import numpy as np 
# default base is 10 
a = np.logspace(1.0, 2.0, num = 10) 
print a

它的输出将如下所示−

[ 10.           12.91549665     16.68100537      21.5443469  27.82559402      
  35.93813664   46.41588834     59.94842503      77.42636827    100.    ]

示例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.]