numpy重新学习系列(11)---如何用np.linspace生成等间距的N个数字

简介: numpy重新学习系列(11)---如何用np.linspace生成等间距的N个数字

20191031203547302.png


 

作用:


1. 通过特定的间隔,返回均匀分布的array


2. 根据需要多少的数字,通过计算相应的间隔,返回包含这么多数字的均匀分布的array


3. 结尾的数字可以选择包含,也可以选择不包含



参数:


start 这个序列开始的值


stop 这个序列结束的值,除非参数endpoint=False,才不会是最终的值;在endpoint=False的时候,这个序列包含num+1个数字的前num个,


   所以,和endpoint=True的时候,两个序列不一样


num 可选参数,必须是非负数的整数,默认是50


endpoint 可选参数,默认是True,如果是True的时候,最后的值是stop,如果不是True,最后的值不包含stop


restep 可选参数,默认是False,如果是True,会返回samples和step,step是两个数字之间的距离

dtype  可选参数,返回的数据类型,如果没有指定,会从输入的参数中选择


axis 如果输入的参数是数字,那么,不起作用;如果输入的是array-like的,才会起作用,默认是0

返回值:


samples 返回num个等距离的均匀分布的array

step   可选,返回距离





目录
相关文章
|
6月前
|
数据采集 机器学习/深度学习 数据可视化
深入学习NumPy库在数据分析中的应用场景
深入学习NumPy库在数据分析中的应用场景
|
索引 Python
数据科学:Numpy、Pandas、Matplotlib学习(更新ing...)
数据科学:Numpy、Pandas、Matplotlib学习(更新ing...)
87 0
|
6月前
|
存储 算法 数据挖掘
NumPy 数组学习手册:6~7
NumPy 数组学习手册:6~7
59 0
|
6月前
|
存储 索引 Python
python学习——NumPy数值计算基础
NumPy基础知识概览:涉及nan(非数字)和inf(无穷)的概念,nan在文件读取或不适当计算时出现,inf在除0操作中出现。数组操作有深拷贝(a=b.copy())、浅拷贝(a=b[:])和引用(a=b)。创建数组方式多样,如`np.array()`、`np.arange()`等。数据类型转换如`np.float64()`、`np.int8()`。随机数生成包含均匀分布、正态分布等。数组索引和切片支持多维操作。改变数组形状用`reshape()`,展平用`ravel()`和`flatten()`。矩阵运算包括加减乘、转置、逆矩阵等。
81 2
python学习——NumPy数值计算基础
|
6月前
|
存储 数据挖掘 Linux
NumPy 数组学习手册:1~5
NumPy 数组学习手册:1~5
81 0
|
11月前
|
机器学习/深度学习 数据处理 计算机视觉
python Numpy实践学习
python Numpy实践学习
43 1
|
6月前
|
Python
numpy与pandas的基础学习例子
numpy与pandas的基础学习例子
49 0
|
6月前
|
Python
Python21day学习---numpy生成数组的若干方法----day19
Python21day学习---numpy生成数组的若干方法----day19
94 0
|
6月前
|
存储 机器学习/深度学习 大数据
Python21day学习---numpy基础操作----day18
Python21day学习---numpy基础操作----day18
76 0
|
存储 机器学习/深度学习 C语言
【深度学习】NumPy 第二篇 NumPy基础语法学习
【深度学习】NumPy 第二篇 NumPy基础语法学习
104 0