NumPy 创建数组(三)


这一章节我们将学习如何从数值范围创建数组。

1、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。

 

  • 生成 0 到 5 的数组:
import numpy as np
x = np.arange(5)
print(x)

输出结果如下:

[0  1  2  3  4]
  • 设置返回类型位 float:
import numpy as np 
# 设置了 dtype 
x = 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:
import numpy as np 
x = np.arange(10,20,2) 
print(x)

输出结果如下:

[10  12  14  16  18]

 

2、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endpointtrue,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。

import numpy as np 
a = 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:

import numpy as np 
a = 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:

import numpy as np 
a = 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。

import numpy as np 
a = 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.]]

 

3、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endpointtrue,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

 

import numpy as np 
# 默认底数是 10 
a = 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 :

import numpy as np 
a = np.logspace(0,9,10,base=2) 
print(a)

输出如下:

[  1.   2.   4.   8.  16.  32.  64. 128. 256. 512.]

 




评论

支持上传图片(拖动图片或者截图粘贴)

0 评论