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. Java对象根据属性排序

    参考:https://blog.csdn.net/wangtaocsdn/article/details/71500500

  2. java并发LockSupport

    java并发LockSupport LockSupport是阻塞和唤醒线程的重要类. park()方法使得当前线程阻塞 unpark(Thread thread)唤醒线程 例子 可以把注释取消再执行, ...

  3. Android 用ViewFlipper实现跑马灯效果的公告提示

    1.代码部分private void initViewFlipper(final HomepageListModel.Notice notice) { for (int i = 0; i < n ...

  4. 三、多线程基础-自旋_AQS_多线程上下文

    1. 自旋理解    很多synchronized里面的代码只是一些很简单的代码,执行时间非常快,此时等待的线程都加锁可能是一种不太值得的操作,因为线程阻塞涉及到用户态和内核态切换的问题.既然sync ...

  5. Gridview的stretchMode详解附自动宽度

    <GridView android:id="@+id/grid" android:layout_width="fill_parent" android:l ...

  6. Day9 - J - 吉哥系列故事——恨7不成妻 HDU - 4507

    单身! 依然单身! 吉哥依然单身! DS级码农吉哥依然单身! 所以,他生平最恨情人节,不管是214还是77,他都讨厌! 吉哥观察了214和77这两个数,发现: 2+1+4=7 7+7=7*2 77=7 ...

  7. 修饰者模式(装饰者模式,Decoration)

    1. 装饰者模式,动态地将责任附加到对象上.若要扩展功能,装饰者提供了比继承更加有弹性的替代方案. 2.组合和继承的区别 继承.继承是给一个类添加行为的比较有效的途径.通过使用继承,可以使得子类在拥有 ...

  8. Hive的原生部署方式

    一.Hive的部署 1.官方文档 https://cwiki.apache.org/confluence/display/Hive/GettingStarted 2.前提条件 需要安装JDK1.7之上 ...

  9. pip 安装源

    pip 安装源 介绍 1.采用国内源,加速下载模块的速度 2.常用pip源: -- 豆瓣:https://pypi.douban.com/simple -- 阿里:https://mirrors.al ...

  10. 序列化sys随笔补充

    sys是在和python解释器做交互 sys.path----模块查找的顺序 sys.path.append() sys.path.insert()sys.argv---只能在终端执行 sys.arg ...