来源:Python Numpy 教程

章节

Numpy 介绍

Numpy 安装

NumPy ndarray

NumPy 数据类型

NumPy 数组创建

NumPy 基于已有数据创建数组

NumPy 基于数值区间创建数组

NumPy 数组切片

NumPy 广播

NumPy 数组迭代

NumPy 位运算

NumPy 字符串函数

NumPy 数学函数

NumPy 统计函数

NumPy 排序、查找、计数

NumPy 副本和视图

NumPy 矩阵库函数

NumPy 线性代数


NumPy中,可以通过指定数值范围创建ndarray数组。

numpy.arrange

要使用指定区间均匀分布的数值创建数组,可以使用arrange函数。

语法如下所示:

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

参数:

  • start: 区间开始值。默认值是0。
  • stop: 区间结束值(此值不包含在内)。
  • step: 区间步长。
  • dtype: 数组元素的数据类型。

示例

import numpy as np
arr = np.arange(0,10,2,float)
print(arr)

输出

[0. 2. 4. 6. 8.]

示例

import numpy as np
arr = np.arange(10,100,5,int)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95]

numpy.linspace

linspace函数作用类似arange()函数,使用指定区间均匀分布的数值创建数组。但是,这个函数不指定步长,而是指定区间之间的取值数量。

语法如下所示:

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

参数:

  • start: 区间开始值。默认值是0。
  • stop: 区间结束值。
  • num: 区间内均匀分布的数值数量。默认值是50。
  • endpoint: 如果为true,表示结束值包含在内;false,结束值不包含。默认为true。
  • retstep: 如果为true,返回步长信息。
  • dtype: 数组元素的数据类型。

示例

import numpy as np
arr = np.linspace(10, 20, 5)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [10.  12.5 15.  17.5 20. ]

示例

import numpy as np
arr = np.linspace(10, 20, 5, endpoint = False, retstep = True)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  (array([10., 12., 14., 16., 18.]), 2.0)

返回步长值:2.0

numpy.logspace

logspace函数使用对数区间上均匀分布的数值,创建ndarray数组。

语法如下所示:

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

参数:

  • start: 区间开始值。取值base^start,例如: start = 2, base = 10,取值 10^2 = 100
  • stop: 区间结束值。取值base^start,例如: stop = 5, base = 10,取值 10^5 = 100000
  • num: 区间内的取值数量。默认50
  • endpoint: 如果为true,表示结束值包含在内;false,结束值不包含。默认为true。
  • base: 对数的基数,默认为10。
  • dtype: 数组元素的数据类型。

示例

import numpy as np
arr = np.logspace(10, 20, num = 5, endpoint = True)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [1.00000000e+10 3.16227766e+12 1.00000000e+15 3.16227766e+17
1.00000000e+20]

示例

import numpy as np
arr = np.logspace(10, 20, num = 5,base = 2, endpoint = True)
print("给定范围内的数组为 ",arr)

输出

给定范围内的数组为  [1.02400000e+03 5.79261875e+03 3.27680000e+04 1.85363800e+05
1.04857600e+06]

NumPy 基于数值区间创建数组的更多相关文章

  1. NumPy 从数值范围创建数组

    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: ...

  2. 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. ...

  3. 吴裕雄--天生自然Numpy库学习笔记:NumPy 从数值范围创建数组

    import numpy as np x = np.arange(5) print (x) import numpy as np # 设置了 dtype x = np.arange(5, dtype ...

  4. NumPy来自数值范围的数组

    NumPy - 来自数值范围的数组 这一章中,我们会学到如何从数值范围创建数组. numpy.arange 这个函数返回ndarray对象,包含给定范围内的等间隔值. numpy.arange(sta ...

  5. numpy 基于现有数据创建ndarray(from existing data)

    1 numpy.array array(object[, dtype=None, copy=True, order='K', subok=False, ndmin=0]) 2 numpy.asarra ...

  6. Numpy | 07 从数值范围创建数组

    numpy.arange ***** 使用numpy 包中的 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 ...

  7. numpy常见属性、创建数组

      1.几种常见numpy的属性 ndim:维度 shape:行数和列数 size:元素个数 >>> import numpy as np #导入numpy模块,np是为了使用方便的 ...

  8. NumPy学习2:创建数组

    1.使用array创建数组 b = array([2, 3, 4])print bprint b.dtype 2.把序列转化为数组 b = array( [ (1.5,2,3), (4,5,6) ] ...

  9. NumPy 基于已有数据创建数组

    原文:Python Numpy 教程 章节 Numpy 介绍 Numpy 安装 NumPy ndarray NumPy 数据类型 NumPy 数组创建 NumPy 基于已有数据创建数组 NumPy 基 ...

随机推荐

  1. CentOS7 安装PHP7的swoole扩展:

    一.绪 Swoole简介 PHP异步网络通信引擎 最终编译为so文件作为PHP的扩展 准备工作 Linux环境 PHP7 swoole2.1 redis 源码安装PHP7 源码安装swoole htt ...

  2. struts2--通配符映射

    1.通配符映射: --规则: > 1)若找到多个匹配,没有通配符的优先: > 2)若指定动作不存在,struts2将会尝试把这个URI与任何一个包含着通配符*的动作名进行匹配: > ...

  3. WordPress获取首页网站链接和站点名称

    利用bloginfo 获取WordPress网站名称和主页链接 用法一: $blog_title = get_bloginfo('name'); //获取站点名称 $linkzmki = get_bl ...

  4. IEEE Spectrum 2014年十大编程语言盘点

    近日,IEEE Spectrum推出 了一个最流行的编程语言排行榜.排行榜筛选了 12 项指标,综合了 10 个来源(含 IEEE Xplore.Google.GitHub)的数据,最终评选出了下面这 ...

  5. intel关于spark gc的优化建议

    Apache Spark由于其出色的性能.简单的接口和丰富的分析和计算库而获得了广泛的行业应用.与大数据生态系统中的许多项目一样,Spark在Java虚拟机(JVM)上运行.因为Spark可以在内存中 ...

  6. 在Anaconda3环境下安装并切换 Tensorflow 2.0 环境

    背景 Anaconda切换各种环境非常方便,现在我们就来介绍一下如何使用anaconda安装tensorflow环境. anaconda v3.5 from 清华镜像站 tensorflow v2.0 ...

  7. jenkins -- 安装、任务构建

    一.jenkins是什么? Jenkins是一个开源的.提供友好操作界面的持续集成(CI)工具,起源于Hudson(Hudson是商用的),主要用于持续.自动的构建/测试软件项目.监控外部任务的运行( ...

  8. P1078 字符串压缩与解压

    P1078 字符串压缩与解压 转跳点:

  9. Centos上安装FastDFS

    更新yum源 cd /etc/yum.repos.d wget http://mirrors.aliyun.com/repo/Centos-7.repo yum update 安装gcc(编译时需要) ...

  10. id 和 class的区别

    id 选择器 ID 只能被指定单个元素使用,无法多个元素使用.像你的身份证号,是唯一的,id 选择器以 “#” 来定义.id选择器的优先级高于class选择器的优先级的 # userid { text ...