numpy.linspace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)
The starting value of the sequence(序列的起始点).
stop: scalar
序列的结束点,除非endpoint被设置为False,在这种情况下, the sequence consists of all but the last ofnum+1evenly spaced samples(该序列包括所有除了最后的num+1上均匀分布的样本(感觉这样翻译有点坑)), 以致于stop被排除.当endpointis False的时候注意步长的大小(下面有例子).
num: int, optional(可选)
生成的样本数,默认是50。必须是非负。
endpoint: bool, optional
如果是真,则一定包括stop,如果为False,一定不会有stop
retstep: bool, optional
If True, return (samples,step), wherestepis the spacing between samples.(看例子)
dtype: dtype, optional
The type of the output array. Ifdtypeis not given, infer the data type from the other input arguments(推断这个输入用例从其他的输入中).
New in version 1.9.0.
Returns:samples: ndarray
There arenumequally spaced samples in the closed interval[start,stop]or the half-open interval[start,stop)(depending on whetherendpointis True or False).
step: float(只有当retstep设置为真的时候才会存在)
Only returned ifretstepis True
Size of spacing between samples.
See also
arange Similar tolinspace, 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') [] >>> plt.plot(x2, y + 0.5, 'o') [] >>> plt.ylim([-0.5, 1]) (-0.5, 1) >>> plt.show()
上一篇: Unity之语音识别
下一篇: LeetCode 99. 恢复二叉搜索树
推荐阅读
-
Sublime text 2/3 中 Package Control 的安装与使用方法,sublimepackage
-
php 错误屏蔽 error_reporting详解
-
你必须了解Selenium使用CSS定位总结
-
带你搞懂linux硬链接和软链接(图文详解)
-
使用RMAN的DUPLICATE克隆Oracle 10g R2数据库的输出
-
使用php+Ajax实现唯一校验实现代码[简单应用]_PHP
-
Python机器学习应用之决策树分类实例详解
-
zf框架的zend_cache缓存使用方法
-
详细介绍Session在PHP中的使用(1)
-
PHP MYSQL乱码问题,使用SET NAMES utf8校正_PHP