NumPy 基于数值区间创建数组
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
- 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: ...
- 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. ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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) ] ...
- 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
- 夯实Java基础(十五)——Java中Comparable和Comparator
1.前言 对于Java中的对象,我们只能使用基本运算符==.!=来判断一下地址是否相等,不能使用>.<来比较大小.但是在实际的开发中,我们需要对对象进行排序,也就是比较大小,那么应该如何实 ...
- 转:Nginx的超时keeplive_timeout配置详解
https://blog.csdn.net/weixin_42350212/article/details/81123932 Nginx 处理的每个请求均有相应的超时设置.如果做好这些超时时间的限定, ...
- 如何在linux中解压.rar文件
在liunx下原本是不支持rar文件的,需要安装liunx下的winrar版本 步骤: 1.http://www.rarsoft.com/rar/rarlinux-4.0.1.tar.gz 从这个网址 ...
- 079、Java数组之数组的静态初始化
01.代码如下: package TIANPAN; /** * 此处为文档注释 * * @author 田攀 微信382477247 */ public class TestDemo { public ...
- 通过注册码破解IntelliJ IDEA
把激活码填入下面的地方即可.如果不知道在哪里,那么就选菜单栏里的help再选Register就会弹出下面的界面 激活码网址里面有 lookdiv.com 里面的钥匙就是lookdiv.com
- 一、Linux&配置,依赖安装&Tomcat,Mysql,jdk安装
基础知识: 1 OS Operation System 作用:控制硬件,服务软件 2 VMware虚拟机: 虚拟出一台计算机环境 配置两个虚拟网卡,适配器里查看 3 在虚拟机上安装操作系统Linux ...
- jdk1.7推出的Fork/Join提高业务代码处理性能
jdk1.7推出的Fork/Join提高业务代码处理性能 jdk1.7之后推出了Fork/Join框架,其原理个人理解为:递归多线程并发处理业务代码,以下为我模拟我们公司业务代码做的一个案例,性能可提 ...
- LR的深入理解资料汇集
今天面试被问到LR的算法的梯度和正则化项,自己不太理解,所以找了一些相关资料,发现LR的算法在梯度下降,正则化和sigmoid函数方面都有很深的研究,期间也发现一些比较好的资料,记录一下. 这篇论文推 ...
- 运行自己的 DaemonSet【转】
本节以 Prometheus Node Exporter 为例演示如何运行自己的 DaemonSet. Prometheus 是流行的系统监控方案,Node Exporter 是 Prometheus ...
- SQL*Loader-128: SQL*Loader-523
错误原因: SQL*Loader-128: unable to begin a sessionORA-01017: invalid username/password; logon denied 解决 ...