Python Numpy 关于 linspace()函数 使用详解(全)

这篇具有很好参考价值的文章主要介绍了Python Numpy 关于 linspace()函数 使用详解(全)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

用plt画图的时候,偶尔会看到这个函数的出现,索性直接深入源码实战进行复现

主要功能:在线性区域中生成等间距的序列,原先在Numpy中可以用numpy.arange(),但对于浮点数会有精度丢失,因此 linspace()对于浮点数比较友好。适当的参数,两者都可选择。

1. 函数讲解

具体源码:numpy.linspace(start, end, num=num_points,endpoint=False,retstep=True,axis=0,dtype=int)

参数讲解:

  • 对应的序列在【start,end】,共有num_points个元素
  • endpoint默认为True。如果设置为False,对应的序列在【start,end),通俗的说不包括最后一个元素,同样共有num_points个元素
  • retstep默认为False。如果设置为True,则返回的序列结果为一个元组,对应的序列在【start,end】
  • axis设置轴来存储,只可数组类型才可编译。默认为0,在开始处插入新轴。为-1,为序列末尾轴。
  • dtype默认类型为int,很多时候输出为float类型。

2. 实战讲解

该函数最基本的使用如下:

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(-5, 5, 5)

# 让y直接为0
y = np.zeros(5)

# 画图,具体用*号表示
plt.plot(x1, y, '*')

# 设置当前轴的y限制
plt.ylim([-0.5, 0.5])

plt.show()

# 输出 [-5.  -2.5  0.   2.5  5. ]
print(x1)
# 输出的长度为 5 
print(len(x1))

截图如下:

linspace,python,numpy,python,数据分析

如果设置endpoint参数,对应不保存最后一个关键字,具体代码如下:

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(-5, 5, 5,endpoint=False)
y = np.zeros(5)
plt.plot(x1, y, '*')
plt.ylim([-0.5, 0.5])
plt.show()

## 注意其中的区别 ## 

# 输出 [-5. -3. -1.  1.  3.]
print(x1)
# 输出的长度为 5 
print(len(x1))

截图如下:
linspace,python,numpy,python,数据分析

如果设置retstep参数,对应输出的结果为元组类型
(注意其中的代码区别)

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(-5, 5, 5,retstep=True)
y = np.zeros(5)

# 代码无法使用,因为是元组类型,无法画图 

# plt.plot(x1, y, '*')
# plt.ylim([-0.5, 0.5])
# plt.show()

# ## 注意其中的区别 ## 

# 输出(array([-5. , -2.5,  0. ,  2.5,  5. ]), 2.5)
print(x1)
# 输出的长度为 2
print(len(x1))

如果设置axis参数,对应的代码区别如下:

import numpy as np
import matplotlib.pyplot as plt

x1 = np.array([[1, 2], [3, 4]])
x2 = np.array([[5, 6], [7, 8]])
s = np.linspace(x1,x2,3, axis=1)

print(s)
# 输出的长度为 2
print(len(s))

axis=1输出结果为:

[[[1. 2.]
[3. 4.]
[5. 6.]]

[[3. 4.]
[5. 6.]
[7. 8.]]]

axis=0输出结果为:

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

[[3. 4.]
[5. 6.]]

[[5. 6.]
[7. 8.]]]文章来源地址https://www.toymoban.com/news/detail-752898.html

到了这里,关于Python Numpy 关于 linspace()函数 使用详解(全)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python学习(2)-NumPy矩阵与通用函数

    文章首发于:My Blog 欢迎大佬们前来逛逛 data:表示输入的 数组 或者 字符串 ,使用‘,’分割列,使用‘;’分割行 创建两个普通的矩阵: 需要注意:mat创建的矩阵是不会产生副本的,即 共享内存 : matrix也是创建矩阵的: data:数组或者字符串,与mat一样 copy:表示创建

    2024年03月25日
    浏览(32)
  • 【Python 零基础入门】Numpy 常用函数 通用函数 & 保存加载

    Numpy (Numerical Python) 是 Python 编程语言的一个扩展程序库, 支持大量的维度数组与矩阵运算, 并提供了大量的数学函数库. Numpy 利用了多线程数组来存储和处理大型数据集, 从而提供了一个高效的方式来进行数值计算, 特别是对于矩阵预算和线性代数. 通用函数 (Ufuncs) 是 numpy 的核

    2024年02月05日
    浏览(65)
  • python通过ctypes传参numpy给c语言函数

    gcc -o demo.so -std=c++11 -shared -fPIC demo.c  python3 main.py 概述: 示例实现了numpy数组加上100并通过另外的数组的指针获取返回值。主要过程是 numpy数组转换成c_void_p类型,然后传参给c语言函数,c语言函数中指针强转到需要的数据类型,然后再处理。这样即可改变numpy数组中的数值实

    2024年02月12日
    浏览(41)
  • 【Python 零基础入门】Numpy 常用函数 数组操作 & 数学运算

    Numpy (Numerical Python) 是 Python 编程语言的一个扩展程序库, 支持大量的维度数组与矩阵运算, 并提供了大量的数学函数库. Numpy 利用了多线程数组来存储和处理大型数据集, 从而提供了一个高效的方式来进行数值计算, 特别是对于矩阵预算和线性代数. np.assarray 可以将输入转换为

    2024年02月05日
    浏览(48)
  • 【深度学习】 Python 和 NumPy 系列教程(十二):NumPy详解:4、数组广播;5、排序操作

    目录 一、前言 二、实验环境 三、NumPy 0、多维数组对象(ndarray) 多维数组的属性 1、创建数组 2、数组操作 3、数组数学 4、数组广播 5、排序操作 1. np.sort() 函数 2. np.argsort() 函数 3. ndarray.sort() 方法 4. 按列或行排序 5. np.lexsort() 函数 6. np.partition() 函数 7. np.argpartition() 函

    2024年02月08日
    浏览(67)
  • python实战应用讲解-【numpy数组篇】常用函数(八)(附python示例代码)

    目录 Python Numpy MaskedArray.cumprod()函数 Python Numpy MaskedArray.cumsum()函数 Python Numpy MaskedArray.default_fill_value()函数 Python Numpy MaskedArray.flatten()函数 Python Numpy MaskedArray.masked_equal()函数 numpy.MaskedArray.cumprod() 返回在给定轴上被屏蔽的数组元素的累积乘积。在计算过程中,被屏蔽的值在内部

    2024年02月02日
    浏览(57)
  • python机器学习(三)特征预处理、鸢尾花案例--分类、线性回归、代价函数、梯度下降法、使用numpy、sklearn实现一元线性回归

    数据预处理的过程。数据存在不同的量纲、数据中存在离群值,需要稳定的转换数据,处理好的数据才能更好的去训练模型,减少误差的出现。 标准化 数据集的标准化对scikit-learn中实现的大多数机器学习算法来说是常见的要求,很多案例都需要标准化。如果个别特征或多或

    2024年02月16日
    浏览(45)
  • Python中Numpy的np.array详解

    np.array 用于创建一个新的NumPy数组对象。其语法如下: object :任何可用于初始化新数组的对象,例如列表、元组、数组等。 dtype :新数组的数据类型。如果未指定,则会从输入对象中推断数据类型。 其他参数允许进一步控制新数组的创建。 返回一个新的NumPy数组。 示例

    2024年02月08日
    浏览(48)
  • 【Python入门知识】NumPy 中的随机数及ufuncs函数

    前言 嗨喽~大家好呀,这里是魔王呐 ❤ ~! 什么是随机数? 随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。 伪随机和真随机 计算机在程序上工作,程序是权威的指令集。 因此,这意味着必须有某种算法来生成随机数。 如果存在生成随机数的程

    2024年02月03日
    浏览(97)
  • 【python】使用numpy创建同心矩阵

    输入一个正奇数N,创建一个N*N的矩阵满足: 1. 矩阵中心的元素为N,其外层被N-1包围; 2. N-1的外层被N-2包围; 3. 依次循环,直到形成一个N*N的矩阵。 很容易可以计算得出,矩阵元素从内到外递减,最外层的元素为(N+1)/2. 我们可以使用numpy从外向内地填充矩阵;首先生成一个

    2024年02月13日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包