NumPy | 07 从数值范围创建数组

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	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。

实例1: 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]

实例2: 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.]

实例3: 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]

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	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 `ture` 时，数列中中包含`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

实例1: 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.]

实例2 : 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.]

实例3: 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。

import numpy as np

a = np.linspace(10, 20, 5, endpoint = True)
print(a)

输出结果为：

[10.  12.5 15.  17.5 20. ]

实例4: 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.]]

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)

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 `ture` 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

实例1

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. ]

实例2: 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.]