numpy的linspace()函数如何使用

这篇“numpy的linspace()函数如何使用”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“numpy的linspace()函数如何使用”文章吧。

linspace() 函数

作为序列生成器， numpy.linspace()函数用于在线性空间中以均匀步长生成数字序列。

Numpy通常可以使用numpy.arange()生成序列，但是当我们使用浮点参数时，可能会导致精度损失，这可能会导致不可预测的输出。为了避免由于浮点精度而造成的任何精度损失，numpy在numpy.linspace()为我们提供了一个单独的序列生成器，如果您已经知道所需的元素数，则这是首选。 但是通常使用带有适当参数的linspace()和arange()可以得到相同的输出，因此可以为同一任务选择两者。

例如，以下代码使用numpy.linspace()在0到10之间绘制2个线性序列，以显示该序列生成的均匀性。

import numpy as np

import matplotlib.pyplot as plt

y = np.zeros(5)

x1 = np.linspace(0, 10, 5)

x2 = np.linspace(0, 10, 5)

plt.plot(x1, y, 'o')

plt.plot(x2, y + 0.5, 'o')

plt.ylim([-0.5, 1])

plt.show()

语法：

格式： array = numpy.linspace(start, end, num=num_points)将在start和end之间生成一个统一的序列，共有num_points个元素。

• start -> Starting point (included) of the rangestart ->范围的起点（包括）

• end -> Endpoint (included) of the rangeend ->范围的端点（包括）

• num -> Total number of points in the sequencenum >序列中的总点数

让我们通过几个示例来理解这一点：

import numpy as np

a = np.linspace(0.02, 2, 10)

print('Linear Sequence from 0.02 to 2:', a)

print('Length:', len(a))

输出

Linear Sequence from 0.02 to 2: [0.02 0.24 0.46 0.68 0.9  1.12 1.34 1.56 1.78 2.  ]

Length: 10

上面的代码段生成了0.02到2之间的均匀序列，其中包含10个元素。

endpoint 关键字参数

如果您不想在序列计算中包括最后一点，则可以使用另一个关键字参数endpoint ，可以将其设置为False 。 （默认为True ）

import numpy as np

a = np.linspace(0.02, 2, 10, endpoint=False)

print('Linear Sequence from 0.02 to 2:', a)

print('Length:', len(a))

输出

Linear Sequence from 0.02 to 2: [0.02  0.218 0.416 0.614 0.812 1.01  1.208 1.406 1.604 1.802]

Length: 10

如您所见，最后一点（2）没有包含在序列中，因此步长也不同，这将产生一个完全不同的序列。

retstep 关键字参数 

这是一个布尔型可选参数（如果已指定），还将返回步长以及序列数组，从而产生一个元组作为输出

import numpy as np

a = np.linspace(0.02, 2, 10, retstep=True)

print('Linear Sequence from 0.02 to 2:', a)

print('Length:', len(a))

输出

Linear Sequence from 0.02 to 2: (array([0.02, 0.24, 0.46, 0.68, 0.9 , 1.12, 1.34, 1.56, 1.78, 2.  ]), 0.22)

Length: 2

由于输出是元组，因此它的长度是2，而不是10！

axis 关键字参数 

这将在结果中设置轴以存储样本。 仅当开始和端点为数组数据类型时才使用它。

默认情况下（ axis=0 ），采样将沿着在开始处插入的新轴进行。 我们可以使用axis=-1来获得末端的轴。

import numpy as np

p = np.array([[1, 2], [3, 4]])

q = np.array([[5, 6], [7, 8]])

r = np.linspace(p, q, 3, axis=0)

print(r)

s = np.linspace(p, q, 3, axis=1)

print(s)

输出

array([[[1., 2.],

        [3., 4.]],

       [[3., 4.],

        [5., 6.]],

       [[5., 6.],

        [7., 8.]]])

array([[[1., 2.],

        [3., 4.],

        [5., 6.]],

       [[3., 4.],

        [5., 6.],

        [7., 8.]]])

在第一种情况下，由于axis = 0 ，我们从第一个轴获取序列限制。

在这里，限制是子数组对[1, 2] and [5,6]以及[3, 4] and [7,8] ，它们取自p和q的第一轴。 现在，我们比较结果对中的相应元素以生成序列。

因此，第一行的顺序为[[1 to 5], [2 to 6]] ，第二行的顺序为[[1 to 5], [2 to 6]] [[3 to 7], [4 to 8]] ，对其进行评估并组合形成[ [[1, 2], [3, 4]], [[3, 4], [5, 6]], [[5, 6], [7,8]] ] 。

第二种情况将在axis=1或列中插入新元素。 因此，新轴将通过列序列生成。 而不是行序列。

考虑序列[1, 2] to [5, 7]和[3, 4] to [7, 8]并将其插入到结果的列中，得到[[[1, 2], [3, 4], [5, 6]], [[3, 4], [5, 6], [7, 8]]] 。

以上就是关于“numpy的linspace()函数如何使用”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注亿速云行业资讯频道。