Crear matrices de NumPy a partir de rangos numéricos

Introducción

En este tutorial, aprenderá a crear matrices de NumPy utilizando rangos numéricos. NumPy proporciona varias funciones para crear matrices a partir de rangos numéricos especificados, como arange, linspace y logspace.

Consejos sobre la VM

Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Usando numpy.arange

numpy.arange es una función que se utiliza para crear una matriz utilizando valores espaciados uniformemente en cualquier intervalo dado.

Sintaxis

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

Parámetros

• start: Este parámetro indica el punto de partida del intervalo. El valor predeterminado es 0.
• stop: Este parámetro representa el valor en el que finaliza el intervalo, excluyendo este valor.
• step: Este parámetro representa el número por el que cambian los valores del intervalo.
• dtype: Este parámetro indica el tipo de datos de los elementos de la matriz de NumPy.

Ejemplo

import numpy as np

arr = np.arange(0, 10, 2)
print(arr)

Salida:

[0 2 4 6 8]

Usando numpy.linspace

numpy.linspace es similar a la función arange(), pero en lugar de un tamaño de paso, se especifica el número de valores espaciados uniformemente entre el intervalo utilizando el argumento num.

Sintaxis

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

Parámetros

• start: Este parámetro representa el valor inicial del intervalo.
• stop: Este parámetro representa el valor final del intervalo.
• num: Este parámetro indica la cantidad de muestras espaciadas uniformemente sobre el intervalo que se van a generar. El valor predeterminado es 50.
• endpoint: El valor de este parámetro booleano se utiliza para indicar que el valor final está incluido en el intervalo.
• retstep: El valor de este parámetro es un valor booleano y se utiliza para representar los pasos y las muestras entre los números consecutivos.
• dtype: Este parámetro se utiliza para representar el tipo de datos de los elementos del arreglo.

Ejemplo

import numpy as np

## start=20, end=30, num=5
arr = np.linspace(20, 30, 5)
print(arr)

Salida:

[20. 22.5 25. 27.5 30.]

Usando numpy.logspace

numpy.logspace se utiliza para crear una matriz utilizando números que están equidistantes en una escala logarítmica.

Sintaxis

numpy.logspace(start, stop, num, endpoint, base, dtype)

Parámetros

• start: Este parámetro representa el valor inicial del intervalo en la base.

• stop: Este parámetro representa el valor final del intervalo en la base.

• num: Este parámetro indica el número de valores entre el rango.

• endpoint: El valor de este parámetro booleano se utiliza para hacer que el valor representado por el stop sea el último valor del intervalo.

• base: Un parámetro se utiliza para representar la base del espacio logarítmico.

• dtype: Este parámetro se utiliza para representar el tipo de datos de los elementos del arreglo.

Ejemplo

import numpy as np

arr = np.logspace(5, 30, num=5, base=3, endpoint=True)
print("The array is: ", arr)

Salida:

The array is: [2.43000000e+02 2.33138563e+05 2.23677324e+08 2.14600041e+11
2.05891132e+14]

Resumen

En este tutorial, aprendió que se pueden crear matrices de NumPy utilizando rangos numéricos especificados. Utilizamos tres funciones (numpy.arange, numpy.linspace y numpy.logspace) para crear matrices a partir de rangos numéricos. Cubrimos esas funciones con su sintaxis, parámetros y ejemplos relacionados.