Как использовать linspace в Python?
np.linspace(): Создание равномерно распределенных или неравномерно распределенных массивов
by Stephen Gruppetta data-science intermediate numpy
На первый взгляд, np.linspace()
может показаться относительно простым в использовании. Однако он является важной частью набора средств числового программирования. Он очень гибкий и мощный. В этом руководстве вы узнаете, как эффективно использовать эту функцию.
В этом руководстве вы узнаете, как:
- Создавать равномерно распределенный или неравномерно распределенный диапазон чисел
- Решать, когда использовать
np.linspace()
вместо альтернативных инструментов - Использовать обязательные и дополнительные входные параметры
- Создавать массивы с двумя или более измерениями
- Представлять математические функции в дискретной форме
В данном руководстве предполагается, что вы уже знакомы с основами NumPy и типом данных ndarray
. Вы начнете с изучения различных способов создания диапазона чисел в Python. Затем вы ближе познакомитесь со всеми способами использования np.linspace()
и узнаете, как эффективно использовать его в своих программах.
Бесплатный бонус: Нажмите здесь, чтобы получить доступ к бесплатному руководству по ресурсам NumPy, которое указывает лучшие учебники, видео и книги для улучшения ваших навыков работы с NumPy.
Создание диапазона чисел с равномерным распределением
Существует несколько способов создания диапазона равномерно распределенных чисел в Python. np.linspace()
позволяет это сделать и настроить диапазон под свои конкретные нужды, но это не единственный способ создания диапазона чисел. В следующем разделе вы узнаете, как использовать np.linspace()
, а затем сравните его с другими способами создания диапазонов равномерно распределенных чисел.
Использование np.linspace()
np.linspace()
имеет два обязательных параметра, start
и stop
, которые вы можете использовать для установки начала и конца диапазона:
Python
После выполнения этого кода вы получите массив чисел, равномерно распределенных в диапазоне от 1 до 10. Количество элементов в массиве по умолчанию равно 50, но вы можете настроить это, используя необязательный параметр num
:
Python