NumPy-Arrays aus numerischen Bereichen erstellen

In diesem Kapitel lernen wir, wie man Arrays aus numerischen Bereichen erstellt.

numpy.arange

Sie können die Funktion arange im numpy-Paket verwenden, um numerische Bereiche zu erstellen und ein ndarray-Objekt zurückzugeben. Das Format der Funktion lautet wie folgt:

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

Erzeugt ein ndarray basierend auf dem durch start und stop angegebenen Bereich und der durch step festgelegten Schrittweite.

Parameter description:

Parameter Beschreibung
start Startwert, Standard ist0
stop Endwert (nicht enthalten)
step Schrittweite, Standard ist1
dtype ReturnndarrayDatentyp; wenn nicht angegeben, wird der Typ der Eingabedaten verwendet.

Beispiel

Erzeuge ein Array von 0 bis 4 mit Länge 5:

Beispiel

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

Das Ausgabeergebnis ist wie folgt:

[0  1  2  3  4]

Setze den Rückgabetyp auf float:

Beispiel

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

Das Ausgabeergebnis ist wie folgt:

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

Setze den Startwert, den Endwert und die Schrittweite:

Beispiel

import numpy as np x = np.arange(10,20,2) print (x)

Das Ausgabeergebnis ist wie folgt:

[10  12  14  16  18]

numpy.linspace

Die Funktion numpy.linspace wird verwendet, um ein eindimensionales Array zu erstellen, das aus einer arithmetischen Folge besteht. Das Format ist wie folgt:

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

Parameter description:

Parameter Beschreibung
start Der Startwert der Folge
stop Der Endwert der Folge, wennendpointisttruedieser Wert in der Folge enthalten ist.
num Die Anzahl der mit gleichem Abstand zu generierenden Samples; Standardwert ist50
endpoint Wenn dieser Werttruedann enthält die Sequenz denstopWert; andernfalls wird er nicht eingeschlossen. Standard ist True.
retstep Wenn True, wird der Abstand im generierten Array angezeigt; andernfalls wird er nicht angezeigt.
dtype ndarrayDatentyp

Das folgende Beispiel verwendet drei Parameter: Setzen Sie den Startpunkt auf 1, den Endpunkt auf 10 und die Anzahl der Elemente auf 10.

Beispiel

import numpy as np a = np.linspace(1,10,10) print(a)

Das Ausgabeergebnis ist:

[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]

Erstellen Sie eine arithmetische Folge, deren Elemente alle 1 sind:

Beispiel

import numpy as np a = np.linspace(1,1,10) print(a)

Das Ausgabeergebnis ist:

[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

Setzen Sie endpoint auf false, um den Endwert auszuschließen:

Beispiel

import numpy as np a = np.linspace(10, 20, 5, endpoint = False) print(a)

Das Ausgabeergebnis ist:

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

Wenn endpoint auf true gesetzt ist, wird 20 einbezogen.

Das folgende Beispiel legt den Abstand fest.

Beispiel

import numpy as np a =np.linspace(1,10,10,retstep= True) print(a) # Erweitertes Beispiel b =np.linspace(1,10,10).reshape([10,1]) print(b)

Das Ausgabeergebnis ist:

(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

Die Funktion numpy.logspace wird verwendet, um eine geometrische Folge zu erstellen. Das Format ist wie folgt:

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

Der Parameter base bezeichnet die Basis des Logarithmus beim Logarithmieren.

Parameter Beschreibung
start Der Startwert der Folge ist: base ** start
stop Der Endwert der Folge ist: base ** stop. Wennendpointisttruedieser Wert in der Folge enthalten ist.
num Die Anzahl der mit gleichem Abstand zu generierenden Samples; Standardwert ist50
endpoint Wenn dieser Werttruedann enthält die FolgestopWert; andernfalls wird er nicht eingeschlossen. Standard ist True.
base Die Basis des Logarithmus log.
dtype ndarrayDatentyp

Beispiel

import numpy as np # Die Standardbasis ist 10 a = np.logspace(1.0, 2.0, num = 10) print (a)

Das Ausgabeergebnis ist:

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

Setze die Basis des Logarithmus auf 2:

Beispiel

import numpy as np a = np.logspace(0,9,10,base=2) print (a)

Die Ausgabe sieht wie folgt aus:

[  1.   2.   4.   8.  16.  32.  64. 128. 256. 512.]
Andere Erweiterungen