NumPy 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)
| 参数 | 描述 |
|---|---|
| start | 起始值，默认为0 |
| stop | 终止值（不包含0） |
| 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0-5的数组
import numpy as np
x = np.arange(5)
print(x)
[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)
[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)
[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，格式如下：
np.linspace(start, stop, num = 50, endpoint = True, retstep = False, dtype = None)
| 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 |
# 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)
[ 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)
[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)
[10. 12. 14. 16. 18.]
如果将 endpoint 设为 true，则会包含 20。
# 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)
(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函数用于创建一个等比数列。格式如下：
np.logspace(start, stop, num = 50, endpoint = True, base = 10.0, dtype = None)
| 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)
[ 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)
[ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]
学习参考：
