numpy 基于数值范围创建ndarray（）

基于数值范围创建函数创建ndarray

1 numpy.arange

arange([start=0,] stop[, step=1,][, dtype=None])

>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0., 1., 2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])

2 numpy.linspace

linspace(start, stop[, num=50, endpoint=True, retstep=False,dtype=None])

与arange()相似，指定了范围间的均有间隔数量

start - 序列的起始值

stop - 序列的终止值，如果 endpoint 为 True ，该值包含于序列中

num - 生成等间隔样例数量，默认50

endpoint - 序列中是否包含 stop 数量，默认True

retstep - 如果为True，以(样例samples, 步长step)元组格式返回数据

dtype - 数据类型，默认为float

import numpy as np
a = np.linspace(2,3,num=3)
print(a) #[2.  2.5 3. ]
b = np.linspace(2,3,num=3,endpoint=False)
print(b) #[2.         2.33333333 2.66666667]
b = np.linspace(2,3,num=3,retstep=True)
print(b) #(array([2. , 2.5, 3. ]), 0.5)

图解说明：

import numpy as np

import matplotlib.pyplot as plt
N = 8
y = np.zeros(N)
x1 = np.linspace(0, 10, N, endpoint=True)
x2 = np.linspace(0, 10, N, endpoint=False)
plt.plot(x1, y, 'o')
# [<matplotlib.lines.Line2D object at 0x...>]
plt.plot(x2, y + 0.5, 'o')
# [<matplotlib.lines.Line2D object at 0x...>]
plt.ylim([-0.5, 1])
# (-0.5, 1)
plt.show()

运行

3 numpy.logspace

logspace(start, stop[, num=50, endpoint=True, base=10.0,dtype=None])

均匀返回基于对数刻度尺的数字

start - 起始值，base ** start

stop - 终止值，base ** stop

num - 范围内数值的数量，默认为50

endpoint - 是否包含终止值，默认True（包含终止值）

base - 对数空间的底数，默认为 10

dtype - 返回数据类型，当 dtype = None 时，返回值数据类型取决于其他输入参数

import numpy as np
a = np.logspace(2.0,3.0,num=3)
print(a) #[ 100.          316.22776602 1000.        ]
b = np.logspace(1,4,num=3,base=2)
print(b) #[ 2.          5.65685425 16.        ]
c = np.logspace(1,4,num=4,base=2)
print(c) #[ 2.  4.  8. 16.]

对数感觉像是指数函数。

参考：NumPy来自数值范围的数组 和 NumPy Reference（Release 1.14.5）  3.1.5 Numerical ranges  P431