python numpy 中l(wèi)inspace函數(shù)

numpy提供linspace函數(shù)(有時也稱為np.linspace)是python中創(chuàng)建數(shù)值序列工具。與Numpy arange函數(shù)類似，生成結(jié)構(gòu)與Numpy 數(shù)組類似的均勻分布的數(shù)值序列。兩者雖有些差異，但大多數(shù)人更愿意使用linspace函數(shù)，其很好理解，但我們需要去學習如何使用。

本文我們學習linspace函數(shù)及其他語法，并通過示例解釋具體參數(shù)。最后也順便提及np.linspace 和 np.arange之間的差異。

1. 快速了解

通過定義均勻間隔創(chuàng)建數(shù)值序列。其實，需要指定間隔起始點、終止端，以及指定分隔值總數(shù)（包括起始點和終止點）；最終函數(shù)返回間隔類均勻分布的數(shù)值序列。請看示例：

np.linspace(start = 0, stop = 100, num = 5)

代碼生成 NumPy 數(shù)組 (ndarray 對象)，結(jié)果如下：array([ 0., 25., 50., 75., 100.])
如圖：

讓我們解釋下，Numpy linspace函數(shù)依照定義間隔生成均勻分布的數(shù)值。我們使用start和stop參數(shù)指定間隔，這里我們設定為0和100，同時指定在范圍內(nèi)生產(chǎn)5個觀測值，因此函數(shù)生成5個均勻分布的元素。第一個是0，最后一個100，其他三個分布在0和100之間。

下面我們詳細看下linspace函數(shù)的參數(shù)，讓你更清楚理解其機制。

2. linspace函數(shù)語法

linspace的語法非常簡單直接。如下圖所示，首先是函數(shù)名稱，對應代碼為 np.linspace (假設你已導入importe NumPy as np)。

圖2

上圖有三個參數(shù)，是平常使用最頻繁的三個參數(shù)。還有其他的可選參數(shù)，下面我們討論其參數(shù)。
為了理解參數(shù)，我們再次看圖示：

start
start 參數(shù)數(shù)值范圍的起始點。如果設置為0，則結(jié)果的第一個數(shù)為0.該參數(shù)必須提供。

stop
stop 參數(shù)數(shù)值范圍的終止點。通常其為結(jié)果的最后一個值，但如果修改endpoint = False, 則結(jié)果中不包括該值(后面示例會說明)。

num (可選)
num 參數(shù)控制結(jié)果中共有多少個元素。如果num=5，則輸出數(shù)組個數(shù)為5.該參數(shù)可選，缺省為50.

endpoint (可選)
endpoint 參數(shù)決定終止值(stop參數(shù)指定)是否被包含在結(jié)果數(shù)組中。如果 endpoint = True, 結(jié)果中包括終止值，反之不包括。缺省為True。

dtype (可選)
和其他的 NumPy 一樣, np.linspace中的dtype 參數(shù)決定輸出數(shù)組的數(shù)據(jù)類型。如果不指定，python基于其他參數(shù)值推斷數(shù)據(jù)類型。如果需要可以顯示指定，參數(shù)值為NumPy 和 Python支持的任意數(shù)據(jù)類型。

我們并不需要每次都使用所有參數(shù)，如果缺省值可以滿足我們需求。一般start, stop, num 比 endpoint 和 dtype常用。

位置參數(shù) vs 命名參數(shù)

實際調(diào)用時無需顯示指定參數(shù)名稱，可以通過參數(shù)位置直接匹配：

np.linspace(0, 100, 5)

上面代碼和前面示例的功能一樣：np.linspace(start = 0, stop = 100, num = 5) 。
前者使用位置匹配，后者使用名稱匹配。位置匹配讓代碼簡捷，名稱匹配使代碼更可讀，實際應用中我們鼓勵使用名稱匹配調(diào)用函數(shù)。

3. 示例

下面通過示例學習每個參數(shù)含義。

3.1 從0到1，間隔為0.1的數(shù)值序列

np.linspace(start = 0, stop = 1, num = 11)

輸出結(jié)果為：

array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9,  1. ])

當你需要百分比場景時比較有用。

3.2 從0 到 100，間隔為10的數(shù)值序列

np.linspace(start = 0, stop = 100, num = 11)

輸出結(jié)果為：

array([  0.,  10.,  20.,  30.,  40.,  50.,  60.,  70.,  80.,  90., 100.])

該示例和前面一樣，只是實際應用很常用。

3.3 使用 endpoint 參數(shù)

前文提到，endpoint 參數(shù)決定終止值是否被包含在結(jié)果數(shù)組中。缺省為True，即包括在結(jié)果中，反之不包括，請看示例：

np.linspace(start = 1, stop = 5, num = 4, endpoint = False)

因為endpoint = False，5不在結(jié)果中。結(jié)果為1到4。

array([ 1.,  2.,  3.,  4.])

個人認為該參數(shù)不夠直接，平時一般不使用。

3.4 手動指定數(shù)據(jù)類型

默認linspace根據(jù)其他參數(shù)類型推斷數(shù)據(jù)類型，很多時候，輸出結(jié)果為float類型。如果需要指定數(shù)據(jù)類型，可以通過dtype設置。該參數(shù)很直接，除了linspace其他函數(shù)也一樣，如：np.array,np.arange等。示例：

np.linspace(start = 0, stop = 100, num = 5, dtype = int)

這里dtype為int，結(jié)果為int類型，而不是float類型。

4. 總結(jié)

本文我們通過示例學習了linspace函數(shù)。如果你熟悉NumPy，一定也注意到還有np.arange函數(shù)。兩者最大差異是，linspace能夠精確控制終止值終值，而arange能夠更直接地控制序列中值之間的增量。

Python Numpy 關于 linspace()函數(shù) 使用詳解（全）

前言

用plt畫圖的時候，偶爾會看到這個函數(shù)的出現(xiàn)，索性直接深入源碼實戰(zhàn)進行復現(xiàn)

主要功能：在線性區(qū)域中生成等間距的序列，原先在Numpy中可以用numpy.arange()，但對于浮點數(shù)會有精度丟失，因此 linspace()對于浮點數(shù)比較友好。適當?shù)膮?shù)，兩者都可選擇。

1. 函數(shù)講解

具體源碼：numpy.linspace(start, end, num=num_points,endpoint=False,retstep=True,axis=0,dtype=int)

參數(shù)講解：

• 對應的序列在【start,end】，共有num_points個元素
• endpoint默認為True。如果設置為False，對應的序列在【start,end），通俗的說不包括最后一個元素，同樣共有num_points個元素
• retstep默認為False。如果設置為True，則返回的序列結(jié)果為一個元組，對應的序列在【start,end】
• axis設置軸來存儲，只可數(shù)組類型才可編譯。默認為0，在開始處插入新軸。為-1，為序列末尾軸。
• dtype默認類型為int，很多時候輸出為float類型。

2. 實戰(zhàn)講解

該函數(shù)最基本的使用如下：

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 5)
# 讓y直接為0
y = np.zeros(5)
# 畫圖，具體用*號表示
plt.plot(x1, y, '*')
# 設置當前軸的y限制
plt.ylim([-0.5, 0.5])
plt.show()
# 輸出 [-5.  -2.5  0.   2.5  5. ]
print(x1)
# 輸出的長度為 5 
print(len(x1))

截圖如下：

如果設置endpoint參數(shù)，對應不保存最后一個關鍵字，具體代碼如下：

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 5,endpoint=False)
y = np.zeros(5)
plt.plot(x1, y, '*')
plt.ylim([-0.5, 0.5])
plt.show()
## 注意其中的區(qū)別 ## 
# 輸出 [-5. -3. -1.  1.  3.]
print(x1)
# 輸出的長度為 5 
print(len(x1))

截圖如下：

如果設置retstep參數(shù)，對應輸出的結(jié)果為元組類型
（注意其中的代碼區(qū)別）

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 5,retstep=True)
y = np.zeros(5)
# 代碼無法使用，因為是元組類型，無法畫圖 
# plt.plot(x1, y, '*')
# plt.ylim([-0.5, 0.5])
# plt.show()
# ## 注意其中的區(qū)別 ## 
# 輸出(array([-5. , -2.5,  0. ,  2.5,  5. ]), 2.5)
print(x1)
# 輸出的長度為 2
print(len(x1))

如果設置axis參數(shù)，對應的代碼區(qū)別如下：

import numpy as np
import matplotlib.pyplot as plt
x1 = np.array([[1, 2], [3, 4]])
x2 = np.array([[5, 6], [7, 8]])
s = np.linspace(x1,x2,3, axis=1)
print(s)
# 輸出的長度為 2
print(len(s))

axis=1輸出結(jié)果為：

[[[1. 2.]
[3. 4.]
[5. 6.]]

[[3. 4.]
[5. 6.]
[7. 8.]]]

axis=0輸出結(jié)果為：

[[[1. 2.]
[3. 4.]]

[[3. 4.]
[5. 6.]]

[[5. 6.]
[7. 8.]]]

到此這篇關于python numpy 中l(wèi)inspace函數(shù)的文章就介紹到這了,更多相關python linspace函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論