numpy.linspace函数具体使用详解-6ren

numpy.linspace函数具体使用详解

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

25

4

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章numpy.linspace函数具体使用详解由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

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 of num + 1 evenly 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endpoint is 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), where step is the spacing between samples.(看例子) 。 dtype : dtype, optional 。 The type of the output array. If dtype is 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 are num equally spaced samples in the closed interval [start, stop] or the half-open interval [start, stop) (depending on whether endpoint is True or False). 。 step : float(只有当retstep设置为真的时候才会存在) 。 Only returned if retstep is True 。 Size of spacing between samples. 。

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 of num + 1 evenly 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endpoint is 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), where step is the spacing between samples.(看例子) 。

dtype : dtype, optional 。

The type of the output array. If dtype is 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 are num equally spaced samples in the closed interval [start, stop] or the half-open interval [start, stop) (depending on whether endpoint is True or False). 。

step : float(只有当retstep设置为真的时候才会存在) 。

Only returned if retstep is True 。

Size of spacing between samples. 。

。

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() 
        
 
     
 
   

numpy.linspace函数具体使用详解

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我.

原文链接：https://www.cnblogs.com/antflow/p/7220798.html 。

最后此篇关于numpy.linspace函数具体使用详解的文章就讲到这里了,如果你想了解更多关于numpy.linspace函数具体使用详解的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

25

4

0

文章推荐： python利用多种方式来统计词频（单词个数）

文章推荐： numpy中的ndarray方法和属性详解

文章推荐： Django利用cookie保存用户登录信息的简单实现方法

文章推荐： Django框架设置cookies与获取cookies操作详解

Python - linspace() 显示奇怪的行为
我遇到了 np.linspace() 的问题，我不知道为什么它会这样。我的代码如下所示: x = linspace(0, 6, 3) print 'x = ', x # prints the
C++中的python linspace
我正在尝试编写一个类似版本的 python 的 numpy.linspace 函数。 double linspace(int a, int b, int c){ double line[c];
numpy.linspace 生成等差数组的方法
如下所示： ? 1
python - pandas - 根据列值添加缺失的行以具有 linspace
我有一个像这样的 Pandas 数据框 a b c 0 0.5 10 7 1 1.0 6 6 2 2.0 1 7 3 2.5 6 -5 4 3.5 9
python - Numpy linspace 不均匀分布
我想生成 0 到 1 之间均匀间隔的 50 个数字首先，我尝试使用 numpy.arange(0,1,0.02)，下面是我得到的输出。 [0. 0.02 0.04 0.06 0.08 0.1
julia - 如何使用对 linspace 的推导来创建矩阵
我想生成一个 n x 3 矩阵，其中 n 是像素数(宽 * 高)。 x = linspace(-1, 1, width) y = linspace(-1, 1, height) r = 1.0 vie
c++ - Eigen LinSpaced - 不推荐使用的拷贝警告
在我的项目中，编译器提示以下(以及许多其他类似的)代码片段: Eigen::ArrayXf window = Eigen::ArrayXf::LinSpaced(2*M
python - 填充二维数组以计算两个 linspace 的函数
我有一组想要执行的方程: x = np.linspace(0, 2, 3) y = np.linspace(x, x+2, 3) 然后我想用一个计算来填充二维数组: a = 2*x + y 例如，给定
python - 交换 linspace 图的轴
我有一个带有直方图的函数，绘制如下: import matplotlib.pyplot as plt import numpy as np lin = np.linspace(min(foo), ma
python - 在for循环中使用python numpy linspace
我正在尝试在 for 循环中使用 linspace。我想要 0 到 10 之间的 0.5 间隔。看来 z_bin 正在正确执行。我的问题:如何在 for 循环中正确使用 linspace 来代替注释
用于小数字的 Python numpy linspace
所以我对 linspace 有点问题。我想生成一个数字数组，例如: [0.000001, 0.00001, 0.0001 , 0.001 ,0 .01 , 0.1] 所以我尝试了以下代码: alpha
python - 来回 Linspace 生成器
我希望有一个生成器函数，它返回一条线上的点，给定一个最小距离 k。这很简单，可以使用 numpy 完成，如下所示: points = np.linspace(start, end, k) 但是，我想生
python - numpy.linspace 数字表示
这个问题已经有答案了: How to avoid floating point errors? [duplicate] (2 个回答) 已关闭 4 年前。我正在尝试使用linspace等间隔闭区间。
matlab - 在数组中的每个元素之间使用 MATLAB linspace
使用 MATLAB，我想在数组中的每个点之间进行线性插值。使用 interpolate 将以非线性方式进行。我想做的是类似于产生低通滤波器系数。我想出了一个解决方案，但我想避免使用 for 循环:
python - 将 linspace 向量发送到函数会使该向量在函数启动之前全部为零
我一直在研究一种在并行处理中反转拉普拉斯变换的算法(即同时积分 s 空间中的多个拉普拉斯函数)，但我知道一个事实，即并行处理不是问题，因为实现此方法是为了解决问题。但问题仍然存在，本质上我的代码一遍又
arrays - linspace 相对于冒号 ":"运算符的优势是什么？
这样写有什么好处吗 t = linspace(0,20,21) 结束 t = 0:1:20 ? 我理解前者产生一个向量，就像第一个一样。谁能告诉我 linspace 在 t = 0:1:20 上有用
Python 实现我自己的 linspace 绘图例程
我对 python 很陌生，在使用 linspace 例程绘制高斯函数图时遇到困难。 (我不想使用 numpy)。 """plot a normalized gaussian function """
python - 关于 numpy.linspace
这个问题已经有答案了: Use of None in Array indexing in Python (2 个回答) 已关闭 7 年前。我读过一段代码是这样的 x = np.linspace(0,
python - numpy linspace 返回正区间的负数
np.linspace(10**3, 10**6, num=5, dtype=np.int16) 产量 array([ 1000, -11394, -23788, 29354, 16960],
python - NumPy linspace 舍入错误
有人可以用 numpy.linspace 解释这个舍入问题吗？ import numpy as np np.linspace(0, 1, 6) == np.around( np.linspace(0,

首页

博学

6Ren·AI

商城

numpy.linspace函数具体使用详解