NumPy数值范围的数组

　　Python是一种开源的面向对象语言。它具有许多功能。NumPy就是这样一种简化数组计算的包。如果您正在使用 Python 学习数据科学，那么 Numpy 工具包很重要。

　　NumPy 的 arange 函数特别重要，它非常常见；会在很多数据科学代码中看到。本文晓得博客为你介绍NumPy数值范围的数组。

　　此函数返回一个ndarray对象，其中包含给定范围内的均匀间隔值。该函数的格式如下 –

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

　　构造函数采用以下参数。

参数	说明
start	间隔的开始。如果省略，默认为 0
stop	一个区间的结束（不包括这个数字）
step	值之间的间距，默认为 1
dtype	结果 ndarray 的数据类型。如果未给出，则使用输入的数据类型

import numpy as np

x = np.arange(5, dtype = float)
print(x)

　　输出：

[1. 2. 3.]

　　此函数将缓冲区解释为一维数组。任何公开缓冲区接口的对象都用作返回ndarray的参数。

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

　　构造函数采用以下参数

参数	说明
start	间隔的开始。如果省略，默认为 0
stop	序列的结束值，如果端点设置为 true，则包含在序列中
num	要生成的均匀间隔样本的数量。默认值为 50
endpoint	默认情况下为真，因此停止值包含在序列中。如果为假，则不包括在内
retstep	如果为真，则返回连续数字之间的样本和步长
dtype	结果 ndarray 的数据类型。

import numpy as np

x = np.linspace(10,20, 5, endpoint = False)
print(x)

　　输出：

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

　　此函数从任何可迭代对象构建一个ndarray对象。此函数返回一个新的一维数组

numpy.logspace(start, stop, num, endpoint, base, dtype)

import numpy as np

a = np.logspace(1,10,num = 10, base = 2)
print(a)

　　输出：

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

　　以上是晓得博客为你介绍的NumPy数据转换数组的全部内容，希望对你的NumPy学习有所帮助，如有问题，欢迎留言探讨。

菜单