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：
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 dtypex = 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 npx = 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 npa = 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 npa = 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 npa =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 10a = 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 npa = np.logspace(0,9,10,base=2)print (a)
输出如下：
[ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]