numpy.
linspace
返回指定间隔内的等距数字。
返回 num 均匀分布的样本,按间隔计算 [start, stop] .
可以选择排除间隔的端点。
在 1.16.0 版更改: 非标量 start 和 stop 现在支持。
在 1.20.0 版更改: 值向四舍五入 -inf 而不是 0 当一个整数 dtype 已指定。旧的行为仍然可以通过 np.linspace(start, stop, num).astype(int)
-inf
0
dtype
np.linspace(start, stop, num).astype(int)
序列的起始值。
序列的结束值,除非 endpoint 设置为假。在这种情况下,序列由除最后一个之外的所有 num + 1 均匀分布的样品,以便 stop 被排除在外。请注意,当 endpoint 是假的。
num + 1
要生成的样本数。默认值为50。必须为非负。
如果属实, stop 是最后一个样本。否则不包括在内。默认值为true。
如果是真的,返回 (samples , step 在哪里 step 是样本之间的间距。
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。
float
1.9.0 新版功能.
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.
有 num 闭合间隔内等间距样本 [start, stop] 或者半开区间 [start, stop) (取决于 endpoint 是真是假)。
[start, stop]
[start, stop)
仅在以下情况下返回 retstep 是真的
样本间距的大小。
参见
arange
类似 linspace ,但使用步长(而不是采样数)。
geomspace
类似 linspace ,但数字在对数刻度(几何级数)上均匀分布。
logspace
类似 geomspace ,但端点指定为对数。
实例
>>> np.linspace(2.0, 3.0, num=5) array([2. , 2.25, 2.5 , 2.75, 3. ]) >>> np.linspace(2.0, 3.0, num=5, endpoint=False) array([2. , 2.2, 2.4, 2.6, 2.8]) >>> np.linspace(2.0, 3.0, num=5, retstep=True) (array([2. , 2.25, 2.5 , 2.75, 3. ]), 0.25)
图示:
>>> 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()