在 Numpy 中返回对数刻度上的等间距数字，并且不设置端点

要返回对数刻度上的等间距数字，请在 Python Numpy 中使用 numpy.logspace() 方法。第一个参数是“start”，即序列的开始。第二个参数是“end”，即序列的结束。第三个参数是“num”，即要生成的样本数。默认为 50。第四个参数是“endpoint”。如果为 True，则 stop 是最后一个样本。否则，它不包含在内。默认为 True。

在线性空间中，序列从 base ** start（底数的 start 次幂）开始，以 base ** stop（参见下面的 endpoint）结束。start 是 base ** start 是序列的起始值。stop 是 base ** stop 是序列的最终值，除非 endpoint 为 False。在这种情况下，num + 1 个值在对数空间中的区间内等距分布，其中除了最后一个值之外的所有值都将被返回。对数空间的底数。ln(samples) / ln(base)（或 log_base(samples)）中的元素之间的步长是统一的。默认为 10.0。

结果中存储样本的轴。仅当 start 或 stop 为数组状时才相关。默认情况下（0），样本将沿着插入到开头的新轴。使用 -1 获取末尾的轴。

步骤

首先，导入所需的库 -

import numpy as np

要返回对数刻度上的等间距数字，请使用 numpy.logspace() 方法 -

arr = np.logspace(100.5, 200.7, num = 10, endpoint = False)
print("Array...
", arr)

获取数组类型 -

print("
Type...
", arr.dtype)

获取数组的维度 -

print("
Dimensions...
",arr.ndim)

获取数组的形状 -

print("
Shape...
",arr.shape)

获取元素的数量 -

print("
Number of elements...
",arr.size)

示例

import numpy as np

# To return evenly spaced numbers on a log scale, use the numpy.logspace() method in Python Numpy
# The 1st parameter is the "start" i.e. the start of the sequence
# The 2nd parameter is the "end" i.e. the end of the sequence
# The 3rd parameter is the "num" i.e the number of samples to generate. Default is 50.
# The 4th parameter is the "endpoint". If True, stop is the last sample. Otherwise, it is not included. Default is True.
arr = np.logspace(100.5, 200.7, num = 10, endpoint = False)
print("Array...
", arr)

# Get the array type
print("
Type...
", arr.dtype)

# Get the dimensions of the Array
print("
Dimensions...
",arr.ndim)

# Get the shape of the Array
print("
Shape...
",arr.shape)

# Get the number of elements
print("
Number of elements...
",arr.size)

输出

Array...
[3.16227766e+100 3.31131121e+110 3.46736850e+120 3.63078055e+130
3.80189396e+140 3.98107171e+150 4.16869383e+160 4.36515832e+170
4.57088190e+180 4.78630092e+190]

Type...
float64

Dimensions...
1

Shape...
(10,)

Number of elements...
10

更新于: 2022-02-16

121 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告