numpy.linspace

numpy.linspace 

numpy.linspace（start，stop，num = 50，endpoint = True，retstep = False，dtype = None ）[来源]

在指定的间隔内返回均匀间隔的数字。

返回num均匀间隔的样本，在[ start，stop ] 区间内计算。

可以选择排除间隔的终点。

参数：	开始 ： 标量 序列的起始值。 停止 ： 标量 序列的结束值，除非端点设置为False。在这种情况下，序列由除 均匀间隔的样本之外的所有样本组成，因此不包括停止。请注意，当端点为False 时，步长会发生变化。num + 1 num ： int，可选 要生成的样本数。默认值为50.必须为非负数。 端点 ： bool，可选 如果为True，则stop是最后一个样本。否则，它不包括在内。默认为True。 retstep ： bool，可选 如果为True，则返回（samples，step），其中step是样本之间的间距。 dtype ： dtype，可选 输出数组的类型。如果dtype未给出，则从其他输入参数推断数据类型。 版本1.9.0中的新功能。
返回：	样品 ： ndarray 有NUM同样在闭区间隔开的样品 或半开间隔 （取决于是否端点是真或假）。[start, stop][start, stop) 步骤 ： 浮动，可选 仅在retstep为True 时才返回 样本之间的间距大小。

也可以看看

arange

与之类似linspace，但使用步长（而不是样本数）。

logspace

样本均匀分布在日志空间中。

例子

>>>

>>> np.linspace(2.0, 3.0, num=5)
array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])
>>> np.linspace(2.0, 3.0, num=5, endpoint=False)
array([ 2. ,  2.2,  2.4,  2.6,  2.8])
>>> np.linspace(2.0, 3.0, num=5, retstep=True)
(array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)

图形说明：

>>>

>>> import matplotlib.pyplot as plt
>>> N = 8
>>> y = np.zeros(N)
>>> x1 = np.linspace(0, 10, N, endpoint=True)
>>> x2 = np.linspace(0, 10, N, endpoint=False)
>>> plt.plot(x1, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(x2, y + 0.5, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.ylim([-0.5, 1])
(-0.5, 1)
>>> plt.show()