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, dtype)

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

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

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.]