NumPy 来自数值范围的数组

Question

这一章中，我们会学到如何从数值范围创建数组。

numpy.arange

这个函数返回 ndarray 对象，包含给定范围内的等间隔值。

numpy.arange(start, stop, step, dtype)

构造器接受下列参数：

序号	参数及描述
1.	start 范围的起始值，默认为 0
2.	stop 范围的终止值（不包含）
3.	step 两个值的间隔，默认为 1
4.	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。

下面的例子展示了如何使用该函数：

示例 1

import numpy as np
x = np.arange(5)  
print(x)

输出如下：

[0  1  2  3  4]

示例 2

import numpy as np
# 设置了 dtype
x = np.arange(5, dtype =  float)  
print(x)

输出如下：

[0.  1.  2.  3.  4.]

示例 3

# 设置了起始值、终止、步长值参数
import numpy as np
x = np.arange(10,20,2)  
print(x)

输出如下：

[10  12  14  16  18]

numpy.linspace

此函数类似于 arange() 函数。 在此函数中，指定了范围之间，以均匀间隔获取数据的数量，而不是步长。 此函数的用法如下。

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

构造器接受下列参数：

序号	参数及描述
1.	start 序列的起始值
2.	stop 序列的终止值，如果 endpoint 为 true ，该值包含于序列中
3.	num 要生成的等间隔样例数量，默认为 50
4.	endpoint 序列中是否包含 stop 值，默认为 ture
5.	retstep 如果为 true ，返回样例，以及连续数字之间的步长
6.	dtype 输出 ndarray 的数据类型

下面的例子展示了 linspace 函数的用法。

示例 1

import numpy as np
x = np.linspace(10, 20, 5)  
print(x)

从 10 到 20 均匀的取 5 个数据。 输出如下：

[10.   12.5   15.   17.5  20.]

示例 2

序列中是否包含 stop 值，默认为 ture 。不包含结束值的分割，相当于间隔数量。

# 将 endpoint 设为 false
import numpy as np
x = np.linspace(10, 20, 5, endpoint =  False)  
print(x)

输出如下：

[10.   12.   14.   16.   18.]

示例 3

retsetp 用于标识是否要在结果中加入步长值。如果为 true ，返回样例，以及连续数字之间的步长

# 输出 retstep 值  
import numpy as np

x = np.linspace(1, 2, 5, retstep =  True)  
print(x)
# 这里的 retstep 为 0.25

输出如下：

(array([ 1.  ,  1.25,  1.5 ,  1.75,  2.  ]), 0.25)

numpy.logspace

此函数返回一个 ndarray 对象，其中包含在对数刻度上均匀分布的数字。 刻度的开始和结束端点是某个底数的幂，通常为 10。

numpy.logscale(start, stop, num, endpoint, base, dtype)

logspace 函数的输出由以下参数决定：

序号	参数及描述
1.	start 起始值是 base ** start
2.	stop 终止值是 base ** stop
3.	num 范围内的数值数量，默认为 50
4.	endpoint 如果为 true ，终止值包含在输出数组当中
5.	base 对数空间的底数，默认为 10
6.	dtype 输出数组的数据类型，如果没有提供，则取决于其它参数

下面的例子展示了 logspace 函数的用法。

示例 1

import numpy as np
# 默认底数是 10
a = np.logspace(1.0,  2.0, num =  10)  
print(a)

输出如下：

[ 10.           12.91549665     16.68100537      21.5443469  27.82559402      
  35.93813664   46.41588834     59.94842503      77.42636827    100.    ]

示例 2

# 将对数空间的底数设置为 2  
import numpy as np
a = np.logspace(1,10,num =  10,  base  =  2)  
print(a)

输出如下：

[ 2.     4.     8.    16.    32.    64.   128.   256.    512.   1024.]