NumPy 数组 | 数值范围

介绍

在本教程中，你将学习如何使用数值范围创建 NumPy 数组。NumPy 提供了多种函数来从指定的数值范围创建数组，例如 arange、linspace 和 logspace。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果在学习过程中遇到问题，请随时向 Labby 提问。实验结束后提供反馈，我们将及时为你解决问题。

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) numpy(("NumPy")) -.-> numpy/ArrayBasicsGroup(["Array Basics"]) numpy(("NumPy")) -.-> numpy/ArrayManipulationGroup(["Array Manipulation"]) numpy(("NumPy")) -.-> numpy/MathandStatisticsGroup(["Math and Statistics"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) numpy/ArrayBasicsGroup -.-> numpy/1d_array("1D Array Creation") numpy/ArrayBasicsGroup -.-> numpy/data_array("Data to Array") numpy/ArrayBasicsGroup -.-> numpy/data_type("Data Types") numpy/ArrayManipulationGroup -.-> numpy/reshape("Reshape") numpy/MathandStatisticsGroup -.-> numpy/math_ops("Math Operations") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/using_packages("Using Packages") python/PythonStandardLibraryGroup -.-> python/math_random("Math and Random") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") subgraph Lab Skills numpy/1d_array -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} numpy/data_array -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} numpy/data_type -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} numpy/reshape -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} numpy/math_ops -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} python/importing_modules -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} python/using_packages -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} python/math_random -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} python/numerical_computing -.-> lab-86396{{"从数值范围创建 NumPy 数组"}} end

使用 `numpy.arange`

numpy.arange 是一个用于在给定区间内创建均匀间隔值数组的函数。

语法

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

参数：

start: 该参数表示区间的起始点。默认值为 0。
stop: 该参数表示区间的结束值（不包括该值）。
step: 该参数表示区间值变化的步长。
dtype: 该参数表示 NumPy 数组项的数据类型。

示例：

import numpy as np

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

输出：

[0 2 4 6 8]

使用 `numpy.linspace`

numpy.linspace 与 arange() 函数类似，但它不是通过步长来定义区间，而是通过 num 参数指定区间内均匀分布的值的数量。

语法

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

参数：

start: 该参数表示区间的起始值。
stop: 该参数表示区间的结束值。
num: 该参数表示在区间内生成的均匀分布样本的数量。默认值为 50。
endpoint: 这是一个布尔参数，用于指示是否将结束值包含在区间内。
retstep: 该参数的值是一个布尔值，用于表示连续数字之间的步长和样本。
dtype: 该参数用于表示数组项的数据类型。

示例：

import numpy as np

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

输出：

[20. 22.5 25. 27.5 30.]

使用 `numpy.logspace`

numpy.logspace 用于在对数尺度上均匀分布的数字创建数组。

语法

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

参数：

start: 该参数表示区间在对数底数中的起始值。
stop: 该参数表示区间在对数底数中的结束值。
num: 该参数表示区间内值的数量。
endpoint: 该布尔参数的值用于将 stop 表示的值作为区间的最后一个值。
base: 该参数用于表示对数空间的底数。
dtype: 该参数用于表示数组项的数据类型。

示例：

import numpy as np

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

输出：

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

总结

在本教程中，你学习了如何使用指定的数值范围创建 NumPy 数组。我们使用了三个函数（numpy.arange、numpy.linspace 和 numpy.logspace）来从数值范围创建数组。我们详细介绍了这些函数的语法、参数以及相关示例。

从数值范围创建 NumPy 数组

介绍

虚拟机使用提示

Skills Graph

使用 numpy.arange

语法

参数：

示例：

使用 numpy.linspace

语法

参数：

示例：

使用 numpy.logspace

语法

参数：

示例：

总结

使用 `numpy.arange`

使用 `numpy.linspace`

使用 `numpy.logspace`