LabEx
EntrarJunte-se

Criando Arrays NumPy a Partir de Intervalos Numéricos

Beginner

Introdução

Neste tutorial, você aprenderá como criar arrays NumPy usando intervalos numéricos. NumPy oferece várias funções para criar arrays a partir de intervalos numéricos especificados, como arange, linspace e logspace.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Usando numpy.arange

numpy.arange é uma função usada para criar um array usando valores espaçados uniformemente em qualquer intervalo dado.

Sintaxe

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

Parâmetros

  • start: Este parâmetro indica o ponto de partida do intervalo. O valor padrão é 0.
  • stop: Este parâmetro representa o valor no qual o intervalo termina, excluindo este valor.
  • step: Este parâmetro representa o número pelo qual os valores do intervalo mudam.
  • dtype: Este parâmetro indica o tipo de dado dos itens do array NumPy.

Exemplo

import numpy as np

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

Output:

[0 2 4 6 8]

Usando numpy.linspace

numpy.linspace é semelhante à função arange(), mas, em vez de um tamanho de passo, o número de valores espaçados uniformemente entre o intervalo é especificado usando o argumento num.

Sintaxe

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

Parâmetros

  • start: Este parâmetro representa o valor inicial do intervalo.
  • stop: Este parâmetro representa o valor final do intervalo.
  • num: Este parâmetro indica a quantidade de amostras espaçadas uniformemente sobre o intervalo a ser gerado. O valor padrão é 50.
  • endpoint: O valor deste parâmetro booleano é usado para indicar que o valor final está incluído no intervalo.
  • retstep: O valor deste parâmetro é um valor booleano e é usado para representar os passos e amostras entre os números consecutivos.
  • dtype: Este parâmetro é usado para representar o tipo de dado dos itens do array.

Exemplo

import numpy as np

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

Output:

[20. 22.5 25. 27.5 30.]

Usando numpy.logspace

numpy.logspace é usado para criar um array usando os números que são separadamente espaçados em uma escala logarítmica.

Sintaxe

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

Parâmetros

  • start: Este parâmetro representa o valor inicial do intervalo na base.

  • stop: Este parâmetro representa o valor final do intervalo na base.

  • num: Este parâmetro indica o número de valores dentro do intervalo.

  • endpoint: O valor deste parâmetro booleano é usado para fazer com que o valor representado por stop seja o último valor do intervalo.

  • base: Um parâmetro usado para representar a base do espaço logarítmico.

  • dtype: Este parâmetro é usado para representar o tipo de dado dos itens do array.

Exemplo

import numpy as np

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

Output:

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

Resumo

Neste tutorial, você aprendeu que os arrays NumPy podem ser criados usando intervalos numéricos especificados. Usamos três funções (numpy.arange, numpy.linspace e numpy.logspace) para criar arrays a partir de intervalos numéricos. Cobrimos essas funções com suas sintaxes, parâmetros e exemplos relacionados.