python numpy 中l(wèi)inspace函數(shù)

numpy提供linspace函數(shù)(有時(shí)也稱為np.linspace)是python中創(chuàng)建數(shù)值序列工具。與Numpy arange函數(shù)類似，生成結(jié)構(gòu)與Numpy 數(shù)組類似的均勻分布的數(shù)值序列。兩者雖有些差異，但大多數(shù)人更愿意使用linspace函數(shù)，其很好理解，但我們需要去學(xué)習(xí)如何使用。

本文我們學(xué)習(xí)linspace函數(shù)及其他語(yǔ)法，并通過(guò)示例解釋具體參數(shù)。最后也順便提及np.linspace 和 np.arange之間的差異。

1. 快速了解

通過(guò)定義均勻間隔創(chuàng)建數(shù)值序列。其實(shí)，需要指定間隔起始點(diǎn)、終止端，以及指定分隔值總數(shù)（包括起始點(diǎn)和終止點(diǎn)）；最終函數(shù)返回間隔類均勻分布的數(shù)值序列。請(qǐng)看示例：

np.linspace(start = 0, stop = 100, num = 5)

代碼生成 NumPy 數(shù)組 (ndarray 對(duì)象)，結(jié)果如下：array([ 0., 25., 50., 75., 100.])
如圖：

讓我們解釋下，Numpy linspace函數(shù)依照定義間隔生成均勻分布的數(shù)值。我們使用start和stop參數(shù)指定間隔，這里我們?cè)O(shè)定為0和100，同時(shí)指定在范圍內(nèi)生產(chǎn)5個(gè)觀測(cè)值，因此函數(shù)生成5個(gè)均勻分布的元素。第一個(gè)是0，最后一個(gè)100，其他三個(gè)分布在0和100之間。

下面我們?cè)敿?xì)看下linspace函數(shù)的參數(shù)，讓你更清楚理解其機(jī)制。

2. linspace函數(shù)語(yǔ)法

linspace的語(yǔ)法非常簡(jiǎn)單直接。如下圖所示，首先是函數(shù)名稱，對(duì)應(yīng)代碼為 np.linspace (假設(shè)你已導(dǎo)入importe NumPy as np)。

圖2

上圖有三個(gè)參數(shù)，是平常使用最頻繁的三個(gè)參數(shù)。還有其他的可選參數(shù)，下面我們討論其參數(shù)。
為了理解參數(shù)，我們?cè)俅慰磮D示：

start
start 參數(shù)數(shù)值范圍的起始點(diǎn)。如果設(shè)置為0，則結(jié)果的第一個(gè)數(shù)為0.該參數(shù)必須提供。

stop
stop 參數(shù)數(shù)值范圍的終止點(diǎn)。通常其為結(jié)果的最后一個(gè)值，但如果修改endpoint = False, 則結(jié)果中不包括該值(后面示例會(huì)說(shuō)明)。

num (可選)
num 參數(shù)控制結(jié)果中共有多少個(gè)元素。如果num=5，則輸出數(shù)組個(gè)數(shù)為5.該參數(shù)可選，缺省為50.

endpoint (可選)
endpoint 參數(shù)決定終止值(stop參數(shù)指定)是否被包含在結(jié)果數(shù)組中。如果 endpoint = True, 結(jié)果中包括終止值，反之不包括。缺省為True。

dtype (可選)
和其他的 NumPy 一樣, np.linspace中的dtype 參數(shù)決定輸出數(shù)組的數(shù)據(jù)類型。如果不指定，python基于其他參數(shù)值推斷數(shù)據(jù)類型。如果需要可以顯示指定，參數(shù)值為NumPy 和 Python支持的任意數(shù)據(jù)類型。

我們并不需要每次都使用所有參數(shù)，如果缺省值可以滿足我們需求。一般start, stop, num 比 endpoint 和 dtype常用。

位置參數(shù) vs 命名參數(shù)

實(shí)際調(diào)用時(shí)無(wú)需顯示指定參數(shù)名稱，可以通過(guò)參數(shù)位置直接匹配：

np.linspace(0, 100, 5)

上面代碼和前面示例的功能一樣：np.linspace(start = 0, stop = 100, num = 5) 。
前者使用位置匹配，后者使用名稱匹配。位置匹配讓代碼簡(jiǎn)捷，名稱匹配使代碼更可讀，實(shí)際應(yīng)用中我們鼓勵(lì)使用名稱匹配調(diào)用函數(shù)。

3. 示例

下面通過(guò)示例學(xué)習(xí)每個(gè)參數(shù)含義。

3.1 從0到1，間隔為0.1的數(shù)值序列

np.linspace(start = 0, stop = 1, num = 11)

輸出結(jié)果為：

array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9,  1. ])

當(dāng)你需要百分比場(chǎng)景時(shí)比較有用。

3.2 從0 到 100，間隔為10的數(shù)值序列

np.linspace(start = 0, stop = 100, num = 11)

輸出結(jié)果為：

array([  0.,  10.,  20.,  30.,  40.,  50.,  60.,  70.,  80.,  90., 100.])

該示例和前面一樣，只是實(shí)際應(yīng)用很常用。

3.3 使用 endpoint 參數(shù)

前文提到，endpoint 參數(shù)決定終止值是否被包含在結(jié)果數(shù)組中。缺省為True，即包括在結(jié)果中，反之不包括，請(qǐng)看示例：

np.linspace(start = 1, stop = 5, num = 4, endpoint = False)

因?yàn)閑ndpoint = False，5不在結(jié)果中。結(jié)果為1到4。

array([ 1.,  2.,  3.,  4.])

個(gè)人認(rèn)為該參數(shù)不夠直接，平時(shí)一般不使用。

3.4 手動(dòng)指定數(shù)據(jù)類型

默認(rèn)linspace根據(jù)其他參數(shù)類型推斷數(shù)據(jù)類型，很多時(shí)候，輸出結(jié)果為float類型。如果需要指定數(shù)據(jù)類型，可以通過(guò)dtype設(shè)置。該參數(shù)很直接，除了linspace其他函數(shù)也一樣，如：np.array,np.arange等。示例：

np.linspace(start = 0, stop = 100, num = 5, dtype = int)

這里dtype為int，結(jié)果為int類型，而不是float類型。

4. 總結(jié)

本文我們通過(guò)示例學(xué)習(xí)了linspace函數(shù)。如果你熟悉NumPy，一定也注意到還有np.arange函數(shù)。兩者最大差異是，linspace能夠精確控制終止值終值，而arange能夠更直接地控制序列中值之間的增量。

Python Numpy 關(guān)于 linspace()函數(shù) 使用詳解（全）

前言

用plt畫(huà)圖的時(shí)候，偶爾會(huì)看到這個(gè)函數(shù)的出現(xiàn)，索性直接深入源碼實(shí)戰(zhàn)進(jìn)行復(fù)現(xiàn)

主要功能：在線性區(qū)域中生成等間距的序列，原先在Numpy中可以用numpy.arange()，但對(duì)于浮點(diǎn)數(shù)會(huì)有精度丟失，因此 linspace()對(duì)于浮點(diǎn)數(shù)比較友好。適當(dāng)?shù)膮?shù)，兩者都可選擇。

1. 函數(shù)講解

具體源碼：numpy.linspace(start, end, num=num_points,endpoint=False,retstep=True,axis=0,dtype=int)

參數(shù)講解：

• 對(duì)應(yīng)的序列在【start,end】，共有num_points個(gè)元素
• endpoint默認(rèn)為True。如果設(shè)置為False，對(duì)應(yīng)的序列在【start,end），通俗的說(shuō)不包括最后一個(gè)元素，同樣共有num_points個(gè)元素
• retstep默認(rèn)為False。如果設(shè)置為True，則返回的序列結(jié)果為一個(gè)元組，對(duì)應(yīng)的序列在【start,end】
• axis設(shè)置軸來(lái)存儲(chǔ)，只可數(shù)組類型才可編譯。默認(rèn)為0，在開(kāi)始處插入新軸。為-1，為序列末尾軸。
• dtype默認(rèn)類型為int，很多時(shí)候輸出為float類型。

2. 實(shí)戰(zhàn)講解

該函數(shù)最基本的使用如下：

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 5)
# 讓y直接為0
y = np.zeros(5)
# 畫(huà)圖，具體用*號(hào)表示
plt.plot(x1, y, '*')
# 設(shè)置當(dāng)前軸的y限制
plt.ylim([-0.5, 0.5])
plt.show()
# 輸出 [-5.  -2.5  0.   2.5  5. ]
print(x1)
# 輸出的長(zhǎng)度為 5 
print(len(x1))

截圖如下：

如果設(shè)置endpoint參數(shù)，對(duì)應(yīng)不保存最后一個(gè)關(guān)鍵字，具體代碼如下：

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 5,endpoint=False)
y = np.zeros(5)
plt.plot(x1, y, '*')
plt.ylim([-0.5, 0.5])
plt.show()
## 注意其中的區(qū)別 ## 
# 輸出 [-5. -3. -1.  1.  3.]
print(x1)
# 輸出的長(zhǎng)度為 5 
print(len(x1))

截圖如下：

如果設(shè)置retstep參數(shù)，對(duì)應(yīng)輸出的結(jié)果為元組類型
（注意其中的代碼區(qū)別）

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 5,retstep=True)
y = np.zeros(5)
# 代碼無(wú)法使用，因?yàn)槭窃M類型，無(wú)法畫(huà)圖 
# plt.plot(x1, y, '*')
# plt.ylim([-0.5, 0.5])
# plt.show()
# ## 注意其中的區(qū)別 ## 
# 輸出(array([-5. , -2.5,  0. ,  2.5,  5. ]), 2.5)
print(x1)
# 輸出的長(zhǎng)度為 2
print(len(x1))

如果設(shè)置axis參數(shù)，對(duì)應(yīng)的代碼區(qū)別如下：

import numpy as np
import matplotlib.pyplot as plt
x1 = np.array([[1, 2], [3, 4]])
x2 = np.array([[5, 6], [7, 8]])
s = np.linspace(x1,x2,3, axis=1)
print(s)
# 輸出的長(zhǎng)度為 2
print(len(s))

axis=1輸出結(jié)果為：

[[[1. 2.]
[3. 4.]
[5. 6.]]

[[3. 4.]
[5. 6.]
[7. 8.]]]

axis=0輸出結(jié)果為：

[[[1. 2.]
[3. 4.]]

[[3. 4.]
[5. 6.]]

[[5. 6.]
[7. 8.]]]

到此這篇關(guān)于python numpy 中l(wèi)inspace函數(shù)的文章就介紹到這了,更多相關(guān)python linspace函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論