Как использовать np.linspace без усилий?

[

np.linspace(): Создание равномерно или неравномерно распределенных массивов

by Stephen Gruppetta data-science intermediate numpy

Когда вы работаете с числовыми приложениями с использованием NumPy, вам часто приходится создавать массив чисел. Во многих случаях вам нужно, чтобы числа были равномерно распределены, но также бывают ситуации, когда вам могут понадобиться неравномерно распределенные числа. Одним из ключевых инструментов, которые вы можете использовать в обоих случаях, является np.linspace().

На первый взгляд np.linspace() в своей базовой форме кажется достаточно простым в использовании. Однако он является неотъемлемой частью инструментария для 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 или неравномерно распределенный диапазон чисел
• Решать, когда использовать np.linspace() вместо альтернативных инструментов
• Использовать обязательные и необязательные входные параметры
• Создавать массивы с двумя или более измерениями
• Представлять математические функции в дискретной форме

В этом 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 рассмотрите все способы использования np.linspace() и то, как вы можете эффективно использовать его в своих программах.

Бесплатный бонус: Нажмите здесь, чтобы получить доступ к бесплатному руководству по ресурсам NumPy, которое покажет вам лучшие учебники, видео и книги для улучшения ваших навыков в NumPy.

Создание диапазонов чисел с равномерным расстоянием

Существует несколько способов создания равномерно распределенного диапазона чисел в Python. np.linspace() позволяет сделать это и настроить диапазон под свои конкретные потребности, но это не единственный способ создания диапазона чисел. В следующем разделе вы узнаете, как использовать np.linspace() перед сравнением его с другими способами создания 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:

>>> import numpy as np
>>> np.linspace(1, 10)
array([ 1.        ,  1.18367347,  1.36734694,  1.55102041,  1.73469388,
        1.91836735,  2.10204082,  2.28571429,  2.46938776,  2.65306122,
        2.83673469,  3.02040816,  3.20408163,  3.3877551 ,  3.57142857,
        3.75510204,  3.93877551,  4.1224489 ,  4.30612245,  4.48979592,
        4.67346939,  4.85714286,  5.04081633,  5.2244898 ,  5.40816327,
        5.59183673,  5.7755102 ,  5.95918367,  6.14285714,  6.32653061,
        6.51020408,  6.69387755,  6.87755102,  7.06122449,  7.24489796,
        7.42857143,  7.6122449 ,  7.79591837,  7.97959184,  8.16326531,
        8.34693878,  8.53061224,  8.71428571,  8.89795918,  9.08163265,
        9.26530612,  9.44897959,  9.63265306,  9.81632653, 10.        ])

В этом примере вам понадобится импортировать NumPy и вызвать функцию np.linspace() с параметрами 1 и 10. Результатом будет массив чисел от 1 до 10 с равномерным расстоянием между ними.

В следующих разделах вы узнаете о других параметрах, которые вы можете использовать, чтобы настроить вывод np.linspace() и сделать его еще более гибким. Вы также узнаете, когда использовать np.linspace() вместо альтернативных инструментов, таких как range() и генераторы списков.