数值范围中的数组(Array From Numerical Ranges)
在本章中，我们将了解如何从数值范围创建数组。
numpy.arange
此函数返回一个ndarray对象，该对象包含给定范围内的均匀间隔值。 功能的格式如下 -
numpy.arange(start, stop, step, dtype)
构造函数采用以下参数。
| Sr.No. | 参数和描述 |
|---|---|
| 1 | start 间隔的开始。 如果省略，则默认为0 |
| 2 | stop 间隔结束（不包括此数字） |
| 3 | step 值之间的间距，默认为1 |
| 4 | dtype 产生的ndarray的数据类型。 如果没有给出，则使用输入的数据类型 |
以下示例显示了如何使用此功能。
例子1 (Example 1)
import numpy as np
x = np.arange(5)
print x
其产出如下 -
[0 1 2 3 4]
例子2 (Example 2)
import numpy as np
# dtype set
x = np.arange(5, dtype = float)
print x
在这里，输出将是 -
[0. 1. 2. 3. 4.]
例子3 (Example 3)
# start and stop parameters set
import numpy as np
x = np.arange(10,20,2)
print x
其输出如下 -
[10 12 14 16 18]
numpy.linspace
此函数类似于arange()函数。 在此函数中，指定间隔之间的均匀间隔值，而不是步长。 该功能的用法如下 -
numpy.linspace(start, stop, num, endpoint, retstep, dtype)
构造函数采用以下参数。
| Sr.No. | 参数和描述 |
|---|---|
| 1 | start 序列的起始值 |
| 2 | stop 序列的结束值，如果endpoint设置为true，则包含在序列中 |
| 3 | num 要生成的均匀间隔样本的数量。 默认值为50 |
| 4 | endpoint 默认为True，因此停止值包含在序列中。 如果为false，则不包括在内 |
| 5 | retstep 如果为true，则返回样本并在连续数字之间切换 |
| 6 | dtype 输出数据类型ndarray |
以下示例演示了使用linspace函数。
例子1 (Example 1)
import numpy as np
x = np.linspace(10,20,5)
print x
它的输出是 -
[10. 12.5 15. 17.5 20.]
例子2 (Example 2)
# endpoint set to false
import numpy as np
x = np.linspace(10,20, 5, endpoint = False)
print x
输出将是 -
[10. 12. 14. 16. 18.]
例子3 (Example 3)
# find retstep value
import numpy as np
x = np.linspace(1,2,5, retstep = True)
print x
# retstep here is 0.25
现在，输出将是 -
(array([ 1. , 1.25, 1.5 , 1.75, 2. ]), 0.25)
numpy.logspace
此函数返回一个ndarray对象，该对象包含在对数刻度上均匀分布的数字。 开始和停止比例的终点是基数的索引，通常为10。
numpy.logspace(start, stop, num, endpoint, base, dtype)
以下参数确定logspace函数的输出。
| Sr.No. | 参数和描述 |
|---|---|
| 1 | start 序列的起点是基础开始 |
| 2 | stop 序列的最终值是基本停止 |
| 3 | num 范围之间的值的数量。 默认值为50 |
| 4 | endpoint 如果为true，则stop是范围中的最后一个值 |
| 5 | base 日志空间的基础，默认为10 |
| 6 | dtype 输出数组的数据类型。 如果没有给出，则取决于其他输入参数 |
以下示例将帮助您了解logspace功能。
例子1 (Example 1)
import numpy as np
# default base is 10
a = np.logspace(1.0, 2.0, num = 10)
print a
其产出如下 -
[ 10. 12.91549665 16.68100537 21.5443469 27.82559402
35.93813664 46.41588834 59.94842503 77.42636827 100. ]
例子2 (Example 2)
# set base of log space to 2
import numpy as np
a = np.logspace(1,10,num = 10, base = 2)
print a
现在，输出将是 -
[ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.]
