NumPy 从数值范围创建数组_NumPy 教程_数据库_教程_教程_JSON在线解析及格式化验证

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：

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。

参数说明：

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

生成 0 到 5 的数组:

实例

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

输出结果如下：

[0  1  2  3  4]

设置返回类型位 float:

实例

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.]

设置了起始值、终止值及步长：

实例

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)

参数说明：

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 `true` 时，数列中包含`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

以下实例用到三个参数，设置起始点为 1 ，终止点为 10，数列个数为 10。

实例

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.]

设置元素全部是1的等差数列：

实例

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.]

将 endpoint 设为 false，不包含终止值：

实例

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。

以下实例设置间距。

实例

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)

base 参数意思是取对数的时候 log 的下标。

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 `true` 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

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.    ]

将对数的底数设置为 2 :

实例

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.]