numpy.linspace函数具体使用详解
numpy.linspace(start, stop, num=50, endpoint=true, retstep=false, dtype=none)
在指定的间隔内返回均匀间隔的数字。
返回num均匀分布的样本,在[start, stop]。
这个区间的端点可以任意的被排除在外。
parameters(参数): |
start : scalar(标量)
stop : scalar
num : int, optional(可选)
endpoint : bool, optional
retstep : bool, optional
dtype : dtype, optional
|
---|---|
returns: |
samples : ndarray
step : float(只有当retstep设置为真的时候才会存在)
|
see also
arange
similar to linspace, but uses a step size (instead of the number of samples)
.arange使用的是步长,而不是样本的数量
logspace
samples uniformly distributed in log space.
当endpoint被设置为false的时候
>>> import numpy as np >>> np.linspace(1, 10, 10) array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]) >>> np.linspace(1, 10, 10, endpoint = false) array([ 1. , 1.9, 2.8, 3.7, 4.6, 5.5, 6.4, 7.3, 8.2, 9.1]) in [4]: np.linspace(1, 10, 10, endpoint = false, retstep= true) out[4]: (array([ 1. , 1.9, 2.8, 3.7, 4.6, 5.5, 6.4, 7.3, 8.2, 9.1]), 0.9)
官网的例子
examples
>>> >>> np.linspace(2.0, 3.0, num=5) array([ 2. , 2.25, 2.5 , 2.75, 3. ]) >>> np.linspace(2.0, 3.0, num=5, endpoint=false) array([ 2. , 2.2, 2.4, 2.6, 2.8]) >>> np.linspace(2.0, 3.0, num=5, retstep=true) (array([ 2. , 2.25, 2.5 , 2.75, 3. ]), 0.25)
graphical illustration:
>>> >>> 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()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
上一篇: 脱发的烦恼
下一篇: AI偏移路径使用方法