免費(fèi)AI編程助手
linspace() 函數(shù)
作為序列生成器， numpy.linspace()函數(shù)用于在線性空間中以均勻步長生成數(shù)字序列。
Numpy通?？梢允褂?code>numpy.arange()生成序列，但是當(dāng)我們使用浮點(diǎn)參數(shù)時，可能會導(dǎo)致精度損失，這可能會導(dǎo)致不可預(yù)測的輸出。為了避免由于浮點(diǎn)精度而造成的任何精度損失，numpy在numpy.linspace()為我們提供了一個單獨(dú)的序列生成器，如果您已經(jīng)知道所需的元素數(shù)，則這是首選。 但是通常使用帶有適當(dāng)參數(shù)的linspace()和
arange()可以得到相同的輸出，因此可以為同一任務(wù)選擇兩者。
例如，以下代碼使用numpy.linspace()在0到10之間繪制2個線性序列，以顯示該序列生成的均勻性。
import numpy as np
import matplotlib.pyplot as plt
y = np.zeros(5)
x1 = np.linspace(0, 10, 5)
x2 = np.linspace(0, 10, 5)
plt.plot(x1, y, 'o')
plt.plot(x2, y + 0.5, 'o')
plt.ylim([-0.5, 1])
plt.show()
輸出 ：
語法：
格式： array = numpy.linspace(start, end, num=num_points)將在start和end之間生成一個統(tǒng)一的序列，共有num_points個元素。
- start -> Starting point (included) of the rangestart ->范圍的起點(diǎn)（包括）
- end -> Endpoint (included) of the rangeend ->范圍的端點(diǎn)（包括）
- num -> Total number of points in the sequencenum >序列中的總點(diǎn)數(shù)
讓我們通過幾個示例來理解這一點(diǎn)：
import numpy as np
a = np.linspace(0.02, 2, 10)
print('Linear Sequence from 0.02 to 2:', a)
print('Length:', len(a))
Linear Sequence from 0.02 to 2: [0.02 0.24 0.46 0.68 0.9 1.12 1.34 1.56 1.78 2. ]
Length: 10
上面的代碼段生成了0.02到2之間的均勻序列，其中包含10個元素。
endpoint 關(guān)鍵字參數(shù)
如果您不想在序列計(jì)算中包括最后一點(diǎn)，則可以使用另一個關(guān)鍵字參數(shù)endpoint ，可以將其設(shè)置為False 。 （默認(rèn)為True ）
import numpy as np
a = np.linspace(0.02, 2, 10, endpoint=False)
print('Linear Sequence from 0.02 to 2:', a)
print('Length:', len(a))
Linear Sequence from 0.02 to 2: [0.02 0.218 0.416 0.614 0.812 1.01 1.208 1.406 1.604 1.802]
Length: 10
如您所見，最后一點(diǎn)（2）沒有包含在序列中，因此步長也不同，這將產(chǎn)生一個完全不同的序列。
retstep 關(guān)鍵字參數(shù)
這是一個布爾型可選參數(shù)（如果已指定），還將返回步長以及序列數(shù)組，從而產(chǎn)生一個元組作為輸出
import numpy as np
a = np.linspace(0.02, 2, 10, retstep=True)
print('Linear Sequence from 0.02 to 2:', a)
print('Length:', len(a))
輸出
Linear Sequence from 0.02 to 2: (array([0.02, 0.24, 0.46, 0.68, 0.9 , 1.12, 1.34, 1.56, 1.78, 2. ]), 0.22)
Length: 2
由于輸出是元組，因此它的長度是2，而不是10！
axis 關(guān)鍵字參數(shù)
這將在結(jié)果中設(shè)置軸以存儲樣本。 僅當(dāng)開始和端點(diǎn)為數(shù)組數(shù)據(jù)類型時才使用它。
默認(rèn)情況下（ axis=0 ），采樣將沿著在開始處插入的新軸進(jìn)行。 我們可以使用axis=-1來獲得末端的軸。
import numpy as np
p = np.array([[1, 2], [3, 4]])
q = np.array([[5, 6], [7, 8]])
r = np.linspace(p, q, 3, axis=0)
print(r)
s = np.linspace(p, q, 3, axis=1)
print(s)
輸出
array([[[1., 2.],
[3., 4.]],
[[3., 4.],
[5., 6.]],
[[5., 6.],
[7., 8.]]])
array([[[1., 2.],
[3., 4.],
[5., 6.]],
[[3., 4.],
[5., 6.],
[7., 8.]]])
在第一種情況下，由于axis = 0 ，我們從第一個軸獲取序列限制。
在這里，限制是子數(shù)組對[1, 2] and [5,6]以及[3, 4] and [7,8] ，它們?nèi)∽?code>p和q的第一軸。 現(xiàn)在，我們比較結(jié)果對中的相應(yīng)元素以生成序列。
因此，第一行的順序?yàn)?code>[[1 to 5], [2 to 6]] ，第二行的順序?yàn)?code>[[1 to 5], [2 to 6]] [[3 to 7], [4 to 8]] ，對其進(jìn)行評估并組合形成[ [[1, 2], [3, 4]], [[3, 4], [5, 6]], [[5, 6], [7,8]] ] 。
第二種情況將在axis=1或列中插入新元素。 因此，新軸將通過列序列生成。 而不是行序列。
考慮序列[1, 2] to [5, 7]和[3, 4] to [7, 8]并將其插入到結(jié)果的列中，得到[[[1, 2], [3, 4], [5, 6]], [[3, 4], [5, 6], [7, 8]]] 。
推薦好課：Python3進(jìn)階：數(shù)據(jù)分析及可視化、Python 自動化辦公
