numpy.
geomspace
返回在对数刻度(几何级数)上均匀间隔的数字。
这和 logspace ,但直接指定端点。每个输出样本都是前一个的常量倍数。
logspace
在 1.16.0 版更改: 非标量 start 和 stop 现在支持。
序列的起始值。
序列的最终值,除非 endpoint 是假的。在那种情况下, num + 1 数值以对数空间间隔,除最后一个(长度序列)以外 num )返回。
num + 1
要生成的样本数。默认值为50。
如果是真的, stop 是最后一个样本。否则不包括在内。默认值为true。
输出数组的类型。如果 dtype 则数据类型是从 start 和 stop . 推断的数据类型永远不会是整数; float 即使参数将产生整数数组,也会选择。
dtype
float
结果中用于存储样本的轴。仅当开始或停止类似于数组时才相关。默认情况下(0),采样将沿着在开始处插入的新轴。使用-1在末尾获得一个轴。
1.16.0 新版功能.
num 样本,在对数刻度上等距分布。
参见
类似于geomspace,但使用log and base指定端点。
linspace
类似于地理空间,但使用算术而不是几何级数。
arange
类似于linspace,指定了步进大小而不是样本数。
笔记
如果输入或数据类型是复杂的,则输出将跟随复杂平面中的对数螺旋线。(通过两个点的螺旋数量是无限的;输出将遵循这样的最短路径。)
实例
>>> 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.])
注意,上面可能不会产生精确的整数:
>>> 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])
允许负输入、递减输入和复杂输入:
>>> 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])
图示 endpoint 参数:
>>> import matplotlib.pyplot as plt >>> N = 10 >>> y = np.zeros(N) >>> plt.semilogx(np.geomspace(1, 1000, N, endpoint=True), y + 1, 'o') [<matplotlib.lines.Line2D object at 0x...>] >>> plt.semilogx(np.geomspace(1, 1000, N, endpoint=False), y + 2, 'o') [<matplotlib.lines.Line2D object at 0x...>] >>> plt.axis([0.5, 2000, 0, 3]) [0.5, 2000, 0, 3] >>> plt.grid(True, color='0.7', linestyle='-', which='both', axis='both') >>> plt.show()