来源:Python Numpy 教程

章节

Numpy 介绍

Numpy 安装

NumPy ndarray

NumPy 数据类型

NumPy 数组创建

NumPy 基于已有数据创建数组

NumPy 基于数值区间创建数组

NumPy 数组切片

NumPy 广播

NumPy 数组迭代

NumPy 位运算

NumPy 字符串函数

NumPy 数学函数

NumPy 统计函数

NumPy 排序、查找、计数

NumPy 副本和视图

NumPy 矩阵库函数

NumPy 线性代数


NumPy中,可以通过指定数值范围创建ndarray数组。

numpy.arrange

要使用指定区间均匀分布的数值创建数组,可以使用arrange函数。

语法如下所示:

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

参数:

  • start: 区间开始值。默认值是0。
  • stop: 区间结束值(此值不包含在内)。
  • step: 区间步长。
  • dtype: 数组元素的数据类型。

示例

import numpy as np
arr = np.arange(0,10,2,float)
print(arr)

输出

[0. 2. 4. 6. 8.]

示例

import numpy as np
arr = np.arange(10,100,5,int)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95]

numpy.linspace

linspace函数作用类似arange()函数,使用指定区间均匀分布的数值创建数组。但是,这个函数不指定步长,而是指定区间之间的取值数量。

语法如下所示:

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

参数:

  • start: 区间开始值。默认值是0。
  • stop: 区间结束值。
  • num: 区间内均匀分布的数值数量。默认值是50。
  • endpoint: 如果为true,表示结束值包含在内;false,结束值不包含。默认为true。
  • retstep: 如果为true,返回步长信息。
  • dtype: 数组元素的数据类型。

示例

import numpy as np
arr = np.linspace(10, 20, 5)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [10.  12.5 15.  17.5 20. ]

示例

import numpy as np
arr = np.linspace(10, 20, 5, endpoint = False, retstep = True)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  (array([10., 12., 14., 16., 18.]), 2.0)

返回步长值:2.0

numpy.logspace

logspace函数使用对数区间上均匀分布的数值,创建ndarray数组。

语法如下所示:

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

参数:

  • start: 区间开始值。取值base^start,例如: start = 2, base = 10,取值 10^2 = 100
  • stop: 区间结束值。取值base^start,例如: stop = 5, base = 10,取值 10^5 = 100000
  • num: 区间内的取值数量。默认50
  • endpoint: 如果为true,表示结束值包含在内;false,结束值不包含。默认为true。
  • base: 对数的基数,默认为10。
  • dtype: 数组元素的数据类型。

示例

import numpy as np
arr = np.logspace(10, 20, num = 5, endpoint = True)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [1.00000000e+10 3.16227766e+12 1.00000000e+15 3.16227766e+17
1.00000000e+20]

示例

import numpy as np
arr = np.logspace(10, 20, num = 5,base = 2, endpoint = True)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [1.02400000e+03 5.79261875e+03 3.27680000e+04 1.85363800e+05
1.04857600e+06]

NumPy 基于数值区间创建数组的更多相关文章

  1. NumPy 从数值范围创建数组

    NumPy 从数值范围创建数组 这一章节我们将学习如何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: ...

  2. numpy 基于数值范围创建ndarray()

    基于数值范围创建函数创建ndarray 1 numpy.arange arange([start=0,] stop[, step=1,][, dtype=None]) >>> np. ...

  3. 吴裕雄--天生自然Numpy库学习笔记:NumPy 从数值范围创建数组

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

  4. NumPy来自数值范围的数组

    NumPy - 来自数值范围的数组 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(sta ...

  5. numpy 基于现有数据创建ndarray(from existing data)

    1 numpy.array array(object[, dtype=None, copy=True, order='K', subok=False, ndmin=0]) 2 numpy.asarra ...

  6. Numpy | 07 从数值范围创建数组

    numpy.arange ***** 使用numpy 包中的 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 ...

  7. numpy常见属性、创建数组

      1.几种常见numpy的属性 ndim:维度 shape:行数和列数 size:元素个数 >>> import numpy as np #导入numpy模块,np是为了使用方便的 ...

  8. NumPy学习2:创建数组

    1.使用array创建数组 b = array([2, 3, 4])print bprint b.dtype 2.把序列转化为数组 b = array( [ (1.5,2,3), (4,5,6) ] ...

  9. NumPy 基于已有数据创建数组

    原文:Python Numpy 教程 章节 Numpy 介绍 Numpy 安装 NumPy ndarray NumPy 数据类型 NumPy 数组创建 NumPy 基于已有数据创建数组 NumPy 基 ...

随机推荐

  1. 从POST和GET和request过滤掉SQL注入

    替换掉sql关键字,进行处理 // sql参数过滤 function sqlCheck($paramater){ $arr = array(); foreach($paramater as $k=&g ...

  2. JS之如何将Promise.then的值直接return出来

    不可能直接将Promise.then的值直接return出来,只能return出Promise对象,然后继续.then去操作异步请求得到的值.

  3. Linux系统使用ss命令查看端口状态

    Linux系统使用ss命令查看端口状态 目录 1.可用工具 2.ss帮助 2.1 选项分类说明 2.2 过滤选项family 2.3 过滤选项state 2.4 状态之间的关系 3.ss的使用 3.1 ...

  4. eclipse js文件无法保存错误

    错误信息如下 Save Failedjdk.nashorn.internal.runtime.ECMAException.getEcmaError()Ljava/lang/Object; 网上多番查找 ...

  5. 《C Primer Plus(第6版)(中文版)》普拉达(作者)epub+mobi+azw3

    内容简介 <C Primer Plus(第6版)中文版>详细讲解了C语言的基本概念和编程技巧. <C Primer Plus(第6版)中文版>共17章.第1.2章介绍了C语言编 ...

  6. 《算法技术手册》George T. Heineman(作者)epub+mobi+azw3

    内容简介 开发健壮的软件需要高效的算法,然后程序员们往往直至问题发生之时,才会去求助于算法.<算法技术手册>讲解了许多现有的算法,可用于解决各种问题.通过阅读它,可以使您学会如何选择和实现 ...

  7. 使用 CAS 在 Tomcat 中实现单点登录 http://www.ibm.com/developerworks/cn/opensource/os-cn-cas/

    developerWorks 中国 技术主题 Open source 文档库 使用 CAS 在 Tomcat 中实现单点登录 单点登录(Single Sign On , 简称 SSO )是目前比较流行 ...

  8. sklearn学习笔记(1)--make_blobs函数及相应参数简介

    make_blobs方法: sklearn.datasets.make_blobs(n_samples=100,n_features=2,centers=3, cluster_std=1.0,cent ...

  9. JAVA虚拟机:内存回收策略及算法

    java虚拟机中的程序计数器区.虚拟机栈区.本地方法栈区3个区域是随着线程的创建而创建,随着线程的结束而结束时,内存自然得到回收,所以这三个区域不需要过多考虑内存的回收问题. java虚拟机中的方法区 ...

  10. java.io.FileNotFoundException: rmi_keystore.jks (No such file or directory)(转)

    Caused by: java.io.FileNotFoundException: rmi_keystore.jks (没有那个文件或目录) 解决方法:修改jmeter.properites: ser ...