NumPy - массив из числовых диапазонов

В этой главе мы увидим, как создать массив из числовых диапазонов.

numpy.arange

Эта функция возвращает ndarrayобъект, содержащий равномерно распределенные значения в заданном диапазоне. Формат функции следующий -

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

Конструктор принимает следующие параметры.

Sr. No.	Параметр и описание
1	start Начало интервала. Если опущено, по умолчанию 0
2	stop Конец интервала (не включая это число)
3	step Интервал между значениями, по умолчанию 1
4	dtype Тип данных результирующего ndarray. Если не указан, используется тип данных ввода

В следующих примерах показано, как можно использовать эту функцию.

Пример 1

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

Его вывод будет следующим:

[0  1  2  3  4]

Пример 2

import numpy as np 
# dtype set 
x = np.arange(5, dtype = float)
print x

Здесь вывод будет -

[0.  1.  2.  3.  4.]

Пример 3

# start and stop parameters set 
import numpy as np 
x = np.arange(10,20,2) 
print x

Его вывод выглядит следующим образом -

[10  12  14  16  18]

numpy.linspace

Эта функция похожа на arange()функция. В этой функции вместо размера шага указывается количество равномерно распределенных значений между интервалом. Использование этой функции следующее -

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

Конструктор принимает следующие параметры.

Sr. No.	Параметр и описание
1	start Начальное значение последовательности
2	stop Конечное значение последовательности, включенное в последовательность, если для конечной точки установлено значение true.
3	num Количество сгенерированных равномерно распределенных выборок. По умолчанию 50
4	endpoint По умолчанию True, следовательно, стоп-значение включено в последовательность. Если false, то не включается
5	retstep Если true, возвращает выборки и шаг между последовательными числами.
6	dtype Тип данных вывода ndarray

Следующие примеры демонстрируют использование linspace функция.

Пример 1

import numpy as np 
x = np.linspace(10,20,5) 
print x

Его вывод будет -

[10.   12.5   15.   17.5  20.]

Пример 2

# endpoint set to false 
import numpy as np 
x = np.linspace(10,20, 5, endpoint = False) 
print x

Результат будет -

[10.   12.   14.   16.   18.]

Пример 3

# find retstep value 
import numpy as np 

x = np.linspace(1,2,5, retstep = True) 
print x 
# retstep here is 0.25

Теперь вывод будет -

(array([ 1.  ,  1.25,  1.5 ,  1.75,  2.  ]), 0.25)

numpy.logspace

Эта функция возвращает ndarrayобъект, содержащий числа, равномерно распределенные по шкале журнала. Начальная и конечная точки шкалы - это индексы основания, обычно 10.

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

Следующие параметры определяют выход logspace функция.

Sr. No.	Параметр и описание
1	start Начальная точка последовательности - базовый ^старт.
2	stop Конечное значение последовательности - базовая ^{остановка.}
3	num Количество значений в диапазоне. По умолчанию 50
4	endpoint Если true, стоп - последнее значение в диапазоне.
5	base База места для журнала, по умолчанию 10
6	dtype Тип данных выходного массива. Если не указан, это зависит от других входных аргументов

Следующие примеры помогут вам понять logspace функция.

Пример 1

import numpy as np 
# default base is 10 
a = np.logspace(1.0, 2.0, num = 10) 
print a

Его вывод будет следующим:

[ 10.           12.91549665     16.68100537      21.5443469  27.82559402      
  35.93813664   46.41588834     59.94842503      77.42636827    100.    ]

Пример 2

# set base of log space to 2 
import numpy as np 
a = np.logspace(1,10,num = 10, base = 2) 
print a

Теперь вывод будет -

[ 2.     4.     8.    16.    32.    64.   128.   256.    512.   1024.]