python知识:numpy.geomspace()
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
返回除最后一个(长度为num的序列)外的所有值。 num : 要生成的样本数。 默认值为 endpoint : 如果为 否则,不包括在内。 默认值为 dtype : 输出数组的类型。 如果未给出 则从其他输入参数推断数据类型。 axis : 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( 使用 |
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 ...
最新文章
- Rxlifecycle(一):使用
- c++能过,g++过不了
- php输出楼层号,ZBlog开发中实现评论楼层号正确输出的具体方法代码
- Elasticsearch7.15.2 ik中文分词器 定制化分词器之扩展词库(远程)
- SetInterval(循环计时器)
- Swift - 将DaSwift-Data数据转换为[UInt8](bytes字节数组)
- 【Spark工作原理】Spark任务调度理解
- 支付宝借呗频繁借还款对征信有影响吗?
- 微信小程序开发的坑---tabBar
- 【POJ】【2699】The Maximum Number of Strong Kings
- centos7使用kubeadm部署k8s集群(使用containerd做运行时)
- ITF跆拳道中的基本腿法(图文)
- 数据库时间慢了14个小时,Mybatis说,这个锅我不背~
- 火狐浏览器设置背景图片
- 系数为多项式的幂级数求和
- 详解AES对称加密(python实现文件加密)
- google无法访问此网站
- perforce p4v linux,Perforce p4v下载
- EC-Net: a Edge-aware Point set Consolidation Network
- JavaScript的前生今世
热门文章
- 博弈论笔记:逆向选择与非对称信息
- 文巾解题 793. 阶乘函数后 K 个零
- curl代理ippost php_php使用curl通过代理获取数据的实现方法
- 你应该知道的 MongoDB 最佳实践
- 当我们在谈深度学习时,到底在谈论什么(三)--转
- java中的vo 、dto 、dao--转
- no awt in java.libary.path
- sql server数据库导入导出bcp方法
- Lesson 16.1016.1116.1216.13 卷积层的参数量计算,1x1卷积核分组卷积与深度可分离卷积全连接层 nn.Sequential全局平均池化,NiN网络复现
- 【算法】Logistic原理