numpy.linspace函数

函数：：numpy.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)

参数：

start：scalar类型（个人理解是标量的意思，这不是一个具体的数据类型，而是指某一些数据类型，比如int,float,bool,long,str等等都属于sclar类型）。这个数参数表示这个序列的开始值。
stop：scalar类型。如果endpoint=True。那么stop就是序列的终止数值。当endpoint=False时，返回值中不包含最后一个端点，并且步长会改变。
num：int型，可选参数，默认值为50。表示要生成的样本数，必须是非负值。
endpoint：bool类型。可选参数，默认值为True，这时stop就是最后的样本。为False时，不包含stop的值。
retstep：bool类型。可选参数，默认值为True，这时返回值是(samples,step)，前面的是数组，后面是步长。
dtype：表示输出的数组的数据类型，如果没有给出就从其他输入中推断输出的类型

返回值：

samples：ndarray类型。在[start，stop]闭区间，或者[start，stop)半闭合区间中，数量为num，步长相等的样本。至于包不包含stop取决于endpoint参数的取值。
step：float类型。可选。只有restep参数取值为True时才会返回这个返回值，表示样本中步长。

例子：

包含了endpoint的情况，对于这种情况，步长就是1+24x=49，也就是stop参数跟start参数相差了(num-1)，并且返回的样本中包含stop的值

>>> import numpy as np
>>> a,b = np.linspace(1,49,25,True,True)
>>> a
array([ 1.,  3.,  5.,  7.,  9., 11., 13., 15., 17., 19., 21., 23., 25.,
       27., 29., 31., 33., 35., 37., 39., 41., 43., 45., 47., 49.])
>>> b
2.0

不包含了endpoint的情况，注意此时的step返回值，与上一个例子不一样。步长是1+25y=49，也就是stop参数跟start参数相差了(num)，并且返回的样本中不包含stop的值

>>> sample,step = np.linspace(1,49,25,False,True)
>>> sample
array([ 1.  ,  2.92,  4.84,  6.76,  8.68, 10.6 , 12.52, 14.44, 16.36,
       18.28, 20.2 , 22.12, 24.04, 25.96, 27.88, 29.8 , 31.72, 33.64,
       35.56, 37.48, 39.4 , 41.32, 43.24, 45.16, 47.08])
>>> step
1.92

猜你喜欢