[转载] numpy.logspace和numpy.linspace区别对比

参考链接： Python中的numpy.linspace

numpy.logspace：

返回在对数刻度上均匀间隔的数字；即可以通过np.logspace方法创建等比数列数组。

具体用法：

np.logspace(start, stop, num=num, endpoint=endpoint, base=base, dtype=dtype)

简单代码示例：

>>>np.logspace(2.0, 3.0, num=4)

array([ 100. , 215.443469 , 464.15888336, 1000. ])

#代码释义：默认以 10 为底数，生成4(num)个从2.0到3.0之间的次方数数组

>>>np.logspace(2.0, 3.0, num=4, endpoint=False)

array([ 100. , 177.827941 , 316.22776602, 562.34132519])

#代码释义：endpoint=False 表示不计算以 3.0 为次方数的值

>>>np.logspace(2.0, 3.0, num=4, base=2.0)

array([ 4. , 5.0396842 , 6.34960421, 8. ])

#代码释义：base=2.0 表示以2.0位底数计算

画个简单图形示例：

代码：

>>> import matplotlib.pyplot as plt

>>> N = 10

>>> x1 = np.logspace(0.1, 1, N, endpoint=True)

>>> x2 = np.logspace(0.1, 1, N, endpoint=False)

>>> y = np.zeros(N)

>>> 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()

运行结果：

numpy.linspace:

返回间隔为[start, stop]的等间距样本；即可以通过numpy.linspace方法创建等差数列数组。

具体方法：

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

代码示例：

>>>np.linspace(2.0, 3.0, num=5)

array([ 2. , 2.25, 2.5 , 2.75, 3. ])

#代码释义：创建从 2.0 到 3.0 之间的等分的 5 个数的数组。

>>> np.linspace(2.0, 3.0, num=5, endpoint=False)

array([ 2. , 2.2, 2.4, 2.6, 2.8])

#代码释义：endpoint=False 表示结尾 3.0 数字不包含在内。

>>> np.linspace(2.0, 3.0, num=5, retstep=True)

(array([ 2. , 2.25, 2.5 , 2.75, 3. ]), 0.25)

#代码释义：retstep=True 表示展示最后的步长结果。

画图示例：

代码部分：

>>> 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()

以上就是np.logspace和np.linspace的详细介绍了！

[转载] numpy.logspace和numpy.linspace区别对比相关推荐

python numpy中arange()和linspace()区别
引用 https://blog.csdn.net/hedgehogygy/article/details/80924431
B05_NumPy从数值范围创建数组（numpy.arange，numpy.linspace，numpy.logspace）
NumPy 从数值范围创建数组 numpy.arange numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象,函数格式如下: numpy.arange(start, s ...
[转载] python中的numpy模块和pandas模块的区别_numpy 模块和 pandas 模块
参考链接: Python中的numpy.radians和deg2rad 一.numpy模块 1.1 numpy 简介 numpy是python的一种开源的数值计算扩展库,这种库可用来存储和处理大型nu ...
【Python-numpy】range()、np.arange()、np.linspace()、np.logspace()的使用和区别，list和array不同
[Python]range().np.arange().np.linspace().np.logspace()的使用和区别_秋天-CSDN博客版权声明:本文为博主原创文章,遵循 CC 4.0 BY- ...
numpy函数中的linspace
linspace创建等差数列 numpy.linspace 是用于创建一个由等差数列构成的一维数组.它最长用的有三个参数,当然不止三个. 第一个例子,用到三个参数,第一个参数表示起始点.第二个参数表示 ...
Numpy：利用Numpy库建立可视化输入的二次函数数据点集np.linspace+np.random.shuffle+np.random.normal
Numpy:利用Numpy库建立可视化输入的二次函数数据点集np.linspace+np.random.shuffle+np.random.normal 目录输出结果代码设计输出结果代码设计 ...
python 向量_关于Python中的向量相加和numpy中的向量相加效率对比
直接使用Python来实现向量的相加 # -*-coding:utf-8-*- #向量相加 def pythonsum(n): a = range(n) b = range(n) c = [] for ...
python坐标系向量分量_关于Python中的向量相加和numpy中的向量相加效率对比
直接使用Python来实现向量的相加 # -*-coding:utf-8-*- #向量相加 def pythonsum(n): a = range(n) b = range(n) c = [] for ...
[转载] Numpy 使用教程--Numpy 数学函数及代数运算
参考链接: Python中的numpy.logaddexp Numpy 使用教程–Numpy 数学函数及代数运算一.实验介绍 1.1 实验内容如果你使用 Python 语言进行科学计算,那么一定会 ...

[转载] numpy.logspace和numpy.linspace区别对比

[转载] numpy.logspace和numpy.linspace区别对比相关推荐

最新文章

热门文章