1）np.geomspace()函数

与linspaces函数类同，linspaces是产生一个序列，该序列等差；np.geomspace是产生一个序列，对该序列取对数后，构成等差数列。

numpy.geomspace(start, stop, num=50, endpoint=True, dtype=None, axis=0)[source]

返回数字以对数刻度（几何级数）均匀分布。

2）参数解释

参数：

start ：array_like

序列的起始值。

stop ：array_like

序列的最终值，除非端点为False。在这种情况下，

num + 1值在对数空间的间隔内间隔开，

返回除最后一个（长度为num的序列）外的所有值。

num ：integer, 可选

要生成的样本数。默认值为50。

endpoint ：boolean, 可选

如果为true，则停止是最后一个样本。

否则，不包括在内。默认值为True。

dtype ：dtype

输出数组的类型。如果未给出dtype，

则从其他输入参数推断数据类型。

axis ：int, 可选

结果中的轴用于存储样本。

仅当start或stop类似于数组时才相关。

默认情况下为（0），样本将沿着在开始处插入的新轴。

使用-1来获得轴的末端。 1.16.0版中的新功能。

返回值：

samples ：ndarray

num个samples，以对数刻度等距分布。

3 例子

>>> np.geomspace(1, 1000, num=4)
array([    1.,    10.,   100.,  1000.])
>>> np.geomspace(1, 1000, num=3, endpoint=False)
array([   1.,   10.,  100.])
>>> np.geomspace(1, 1000, num=4, endpoint=False)
array([   1.        ,    5.62341325,   31.6227766 ,  177.827941  ])
>>> np.geomspace(1, 256, num=9)
array([   1.,    2.,    4.,    8.,   16.,   32.,   64.,  128.,  256.])

请注意，以上可能不会产生确切的整数：

>>> np.geomspace(1, 256, num=9, dtype=int)
array([  1,   2,   4,   7,  16,  32,  63, 127, 256])
>>> np.around(np.geomspace(1, 256, num=9)).astype(int)
array([  1,   2,   4,   8,  16,  32,  64, 128, 256])

仅作参考：递减和复杂的输入：

>>> np.geomspace(1000, 1, num=4)
array([1000.,  100.,   10.,    1.])
>>> np.geomspace(-1000, -1, num=4)
array([-1000.,  -100.,   -10.,    -1.])
>>> np.geomspace(1j, 1000j, num=4)  # Straight line
array([0.   +1.j, 0.  +10.j, 0. +100.j, 0.+1000.j])
>>> np.geomspace(-1+0j, 1+0j, num=5)  # Circle
array([-1.00000000e+00+1.22464680e-16j, -7.07106781e-01+7.07106781e-01j,6.12323400e-17+1.00000000e+00j,  7.07106781e-01+7.07106781e-01j,1.00000000e+00+0.00000000e+00j])

4 图形化显示

注意函数

np.semilogx()的意义
plt.axis([0.5, 2000, 0, 3])
plt.grid(True, color='0.7', linestyle='-', which='both', axis='both')

参考代码

import matplotlib.pyplot as plt
import numpy as np
N = 10
y = np.zeros(N)
plt.semilogx(np.geomspace(1, 1000, N, endpoint=True), y + 1, 'o')
plt.semilogx(np.geomspace(1, 1000, N, endpoint=False), y + 2, 'o')plt.axis([0.5, 2000, 0, 3])plt.grid(True, color='0.7', linestyle='-', which='both', axis='both')
plt.show()

python知识：numpy.geomspace()相关推荐

python之numpy基础_Python知识普及：Numpy基础操作
原标题:Python知识普及:Numpy基础操作 Numpy基础数据结构创建数组 Numpy通用函数 import numpy as np # reshape 改变数组维度形状 ar1 = np.a ...
《Python知识手册》，V3.0版来了，2021年，走起！
"种一棵树,最好的时间是十年前,其次是现在." 一.前言大家好,今天给大家推荐我的一位好朋友,公众号「Python数据之道」号主 Lemon . 从 2017 年开始,Lemon ...
python知识体系_python学习知识体系梳理
工作后,先后几份工作都是跟数据处理相关的,但是没有什么技术含量,有感于手上没有一门精通的技术实在很限制个人的发展,所以想选择一门编程语言来增强自己的本领,提升自己的价值.之所以选择Python,是因为 ...
太赞了！《Python知识手册》更新到v2.2版
"种一棵树,最好的时间是十年前,其次是现在." 一.前言大家好,今天给大家推荐我的一位好朋友,公众号「Python数据之道」号主 Lemon . 从 2017 年开始,Lemon ...
Python介绍与特点（自学python知识整理）
Python介绍与特点(自学python知识整理) Python 简介 Python 是一个高层次的结合了解释性.编译性.互动性和面向对象的脚本语言. Python 的设计: Python 是一种解释 ...
python的numpy教程_Python入门教程(一):初识Numpy
点击上方蓝字关注我们! Numpy是Python中较为常用的模块,今天我们就从Numpy的基础应用讲起,非常适合0基础的小白哦,python系列的基础课程也会持续更新. 首先,我们在运用某个模块之 ...
【Python】Numpy数组的切片、索引详解：取数组的特定行列
[Python]Numpy数组的切片.索引详解:取数组的特定行列文章目录 [Python]Numpy数组的切片.索引详解:取数组的特定行列 1. 介绍 2. 切片索引 2.1 切片索引先验知识 2. ...
用 Python 和 Numpy 实现音频数字指纹特征识别
本文讲的是用 Python 和 Numpy 实现音频数字指纹特征识别, 我第一次用 Shazam 的时候,简直惊呆了.除了 GPS 功能和从楼梯摔下仍然没坏之外,能用一段音频片段识别歌曲是我所见过我手 ...
《Python知识手册》.pdf
"种一棵树,最好的时间是十年前,其次是现在." 一.前言大家好,今天给大家推荐我的一位好朋友,公众号「Python数据之道」号主 Lemon . 从 2017 年开始,Lemon ...

python知识：numpy.geomspace()

1）np.geomspace()函数

2）参数解释

3 例子

4 图形化显示

python知识：numpy.geomspace()相关推荐

最新文章

热门文章