Numpy Arange-Funktion

Einführung

In diesem Lab werden wir uns die numpy.arange()-Funktion der NumPy-Bibliothek ansehen, die zur Erstellung von Arrays verwendet wird.

Die NumPy-arange()-Funktion ist eine der Routinen zur Erstellung von Arrays, die normalerweise auf numerischen Bereichen basiert. Diese Methode erstellt im Grunde eine Instanz von ndarray mit gleichmäßig verteilten Werten und gibt einen Verweis darauf zurück.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback ab, und wir werden das Problem für Sie prompt beheben.

Das Verständnis der Syntax von numpy.arange()

numpy.arange(start, stop, step, dtype)

Die obige Syntax ist die erforderliche Syntax, um die numpy.arange()-Funktion zu verwenden. Die ersten drei Parameter werden verwendet, um den Bereich der Werte zu bestimmen, während der vierte Parameter verwendet wird, um den Typ der Elemente anzugeben.

Die Untersuchung der Parameter von numpy.arange()

Parameter 1: start

Dies ist ein optionaler Parameter, der zur Angabe des Anfangs des Intervalls verwendet wird. Der Standardwert dieses Parameters ist 0. Dieser Wert ist im Intervall enthalten.

Parameter 2: stop

Dieser Parameter ist eine Zahl (ganzzahlig oder dezimal), die verwendet wird, um den Wert zu repräsentieren, an dem das Intervall endet (dieser Wert ist nicht enthalten).

Parameter 3: step

Dies ist ein optionaler Parameter, der die Schrittweite des Intervalls angibt und eine Zahl ist, um die sich die Intervallwerte ändern.

Parameter 4: dtype

Diese Option wird verwendet, um den Datentyp der NumPy-Array-Elemente anzugeben. Der Standardwert dieses Parameters ist None.

Erstellen eines grundlegenden numpy.arange()-Arrays

In diesem Schritt werden wir ein Array erstellen, indem wir alle Bereichsargumente verwenden, und geben dann das Array mit der print()-Funktion aus.

import numpy as np

## Erstellen eines grundlegenden NumPy-Arrays, indem alle Bereichsargumente verwendet werden
a = np.arange(start=2, stop=12, step=2)

## Ausgabe ausgeben
print("Das Ergebnis lautet:", a)

Das Ergebnis sollte [2, 4, 6, 8, 10] sein.

Erstellen eines numpy.arange()-Arrays mit nur zwei Bereichsargumenten

In diesem Schritt werden wir ein Array erstellen, indem wir nur zwei Bereichsargumente verwenden, und geben dann das Array mit der print()-Funktion aus.

import numpy as np

## Erstellen eines NumPy-Arrays mit nur zwei Bereichsargumenten
a = np.arange(start=2, stop=12)

## Ausgabe ausgeben
print("Das Ergebnis lautet:", a)

Da nur zwei Argumente angegeben werden, nimmt der step-Parameter den Standardwert 1 an. Das Ergebnis sollte [2, 3, 4, 5, 6, 7, 8, 9, 10, 11] sein.

Erstellen eines numpy.arange()-Arrays mit einem einzelnen Bereichsargument

In diesem Schritt werden wir ein Array erstellen, indem wir ein einzelnes Bereichsargument verwenden, und geben dann das Array mit der print()-Funktion aus.

import numpy as np

## Erstellen eines NumPy-Arrays mit einem einzelnen Bereichsargument
a = np.arange(12)

## Ausgabe ausgeben
print("Das Ergebnis lautet:", a)

Da nur ein Argument angegeben wird, wird es als stop interpretiert, und die Standardwerte von start und step werden jeweils als 0 und 1 angenommen. Das Ergebnis sollte [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11] sein.

Erstellen eines numpy.arange()-Arrays mit negativen Argumenten

In diesem Schritt werden wir ein Array mit negativen Argumenten erstellen und einen positiven Wert für das step-Argument verwenden.

import numpy as np

## Erstellen eines NumPy-Arrays mit negativen Start- und Endwerten
a = np.arange(-10, -1)

## Ausgabe ausgeben
print("Das Ergebnis lautet:", a)

Das Ergebnis sollte [-10, -9, -8, -7, -6, -5, -4, -3, -2] sein.

Zusammenfassung

In diesem Lab haben wir die numpy.arange()-Funktion behandelt, die die primäre Array-Erstellungsroutine in der NumPy-Bibliothek ist. Wir haben uns mit ihrer Syntax, ihren Parametern und dem von dieser Funktion zurückgegebenen Wert beschäftigt. Wir haben auch grundlegende Arrays mit unterschiedlichen Bereichsargumenten erstellt und gelernt, wie wir ihre Ausgabe ausgeben.