numpy.logspace¶

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)[源代码]¶

返回以对数刻度均匀分布的数字。

在线性空间中，序列从 base ** start (base 的力量 start 结束 base ** stop （见 endpoint 下面）。

在 1.16.0 版更改: 非标量 start 和 stop 现在支持。

参数

startarray_like: base ** start 是序列的起始值。
stoparray_like: base ** stop 是序列的最终值，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整数，可选: 要生成的样本数。默认值为50。
endpoint布尔值，可选: 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。
base阵列式，可选: 日志空间的基础。中元素之间的步长 ln(samples) / ln(base) （或） log_base(samples) ）是均匀的。默认值为10.0。
dtypeD型: 输出数组的类型。如果 dtype 则数据类型是从 start 和 stop . 推断的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。
axis可选的: 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.

返回

samples恩达雷: num 样本，在对数刻度上等距分布。

参见

arange: 类似于linspace，指定了步进大小而不是样本数。请注意，当与浮点端点一起使用时，端点可能包含在内，也可能不包含在内。
linspace: 与对数空间相似，但样本均匀分布在线性空间，而不是对数空间。
geomspace: 类似于日志空间，但直接指定端点。

笔记

日志空间等于代码

>>> y = np.linspace(start, stop, num=num, endpoint=endpoint)
... 
>>> power(base, y).astype(dtype)
... 

实例

>>> np.logspace(2.0, 3.0, num=4)
array([ 100.        ,  215.443469  ,  464.15888336, 1000.        ])
>>> np.logspace(2.0, 3.0, num=4, endpoint=False)
array([100.        ,  177.827941  ,  316.22776602,  562.34132519])
>>> np.logspace(2.0, 3.0, num=4, base=2.0)
array([4.        ,  5.0396842 ,  6.34960421,  8.        ])

图示：

>>> import matplotlib.pyplot as plt
>>> N = 10
>>> x1 = np.logspace(0.1, 1, N, endpoint=True)
>>> x2 = np.logspace(0.1, 1, N, endpoint=False)
>>> y = np.zeros(N)
>>> 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()

numpy.linspace numpy.geomspace