在 NumPy 中使用复杂输入返回几何级数上均匀间隔的数字

要返回几何级数上均匀间隔的数字，请在 Python NumPy 中使用 **numpy.geomspace()** 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。

我们设置了复杂输入。

start 是序列的起始值。stop 是序列的最终值，除非 endpoint 为 False。在这种情况下，num + 1 个值在对数空间中间隔开，其中除了最后一个（长度为 num 的序列）之外的所有值都将被返回。如果 endpoint 为 True，则 stop 是最后一个样本。否则，它不包括在内。默认为 True。

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的轴。使用 -1 在末尾获取轴。

步骤

首先，导入所需的库 -

import numpy as np

返回几何级数上均匀间隔的数字，使用 numpy.geomspace() 方法 -

arr = np.geomspace(10j, 100j, num = 5)
print("Array...
", arr)

获取类型 -

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

获取维度 -

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

获取形状 -

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

获取元素数量 -

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

示例

import numpy as np

# To return evenly spaced numbers on a geometric progression, use the numpy.geomspace() 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.s the number of samples to generate. Default is 50.
# We have set complex inputs
arr = np.geomspace(10j, 100j, num = 5)
print("Array...
", arr)

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

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

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

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

输出

Array...
[0. +10.j 0. +17.7827941j 0. +31.6227766j 0. +56.23413252j
0.+100.j ]

Type...
complex128

Dimensions...
1

Shape...
(5,)

Number of elements...
5

更新于: 2022年2月16日

108 次查看

启动您的 职业生涯

通过完成课程获得认证

开始
广告