本文主要是介绍numpy之linspace()函数使用详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
numpy之linspace()函数使用详解
linspace() 函数
作为序列生成器， numpy.linspace()函数用于在线性空间中以均匀步长生成数字序列。
Numpy通常可以使用numpy.arange()生成序列，但是当我们使用浮点参数时，可能会导致精度损失，这可能会导致不可预测的输出。为了避免由于浮点精度而造成的任何精度损失，numpy在numpy.linspace()为我们提供了一个单独的序列生成器，如果您已经知道所需的元素数，则这是首选。 但是通常使用带有适当参数的linspace()和 arange()可以得到相同的输出，因此可以为同一任务选择两者。
例如，以下代码使用numpy.linspace()在0到10之间绘制2个线性序列，以显示该序列生成的均匀性。
import numpy as np
import matplotlib.pyplot as plt
y = np.zeros(5)
x1 = np.linspace(0, 10, 5)
x2 = np.linspace(0, 10, 5)
plt.plot(x1, y, 'o')
plt.plot(x2, y + 0.5, 'o')
plt.ylim([-0.5, 1])
plt.show()
输出 ：
语法：
格式： array = numpy.linspace(start, end, num=num_points)将在start和end之间生成一个统一的序列，共有num_points个元素。
- start -> Starting point (included) of the rangestart ->范围的起点（包括）
- end -> Endpoint (included) of the rangeend ->范围的端点（包括）
- num -> Total number of points in the sequencenum >序列中的总点数
让我们通过几个示例来理解这一点：
import numpy as np
a = np.linspace(0.02, 2, 10)
print('Linear Sequence from 0.02 to 2:', a)
print('Length:', len(a))
输出
Linear Sequence from 0.02 to 2: [0.02 0.24 0.46 0.68 0.9 1.12 1.34 1.56 1.78 2. ]
Length: 10
上面的代码段生成了0.02到2之间的均匀序列，其中包含10个元素。
endpoint 关键字参数
如果您不想在序列计算中包括最后一点，则可以使用另一个关键字参数endpoint ，可以将其设置为False 。 （默认为True ）
import numpy as np
a = np.linspace(0.02, 2, 10, endpoint=False)
print('Linear Sequence from 0.02 to 2:', a)
print('Length:', len(a))
输出
Linear Sequence from 0.02 to 2: [0.02 0.218 0.416 0.614 0.812 1.01 1.208 1.406 1.604 1.802]
Length: 10
如您所见，最后一点（2）没有包含在序列中，因此步长也不同，这将产生一个完全不同的序列。
retstep 关键字参数
这是一个布尔型可选参数（如果已指定），还将返回步长以及序列数组，从而产生一个元组作为输出
import numpy as np
a = np.linspace(0.02, 2, 10, retstep=True)
print('Linear Sequence from 0.02 to 2:', a)
print('Length:', len(a))
输出
Linear Sequence from 0.02 to 2: (array([0.02, 0.24, 0.46, 0.68, 0.9 , 1.12, 1.34, 1.56, 1.78, 2. ]), 0.22)
Length: 2
由于输出是元组，因此它的长度是2，而不是10！
axis 关键字参数
这将在结果中设置轴以存储样本。 仅当开始和端点为数组数据类型时才使用它。
默认情况下（ axis=0 ），采样将沿着在开始处插入的新轴进行。 我们可以使用axis=-1来获得末端的轴。
import numpy as np
p = np.array([[1, 2], [3, 4]])
q = np.array([[5, 6], [7, 8]])
r = np.linspace(p, q, 3, axis=0)
print(r)
s = np.linspace(p, q, 3, axis=1)
print(s)
输出
array([[[1., 2.],
[3., 4.]],
[[3., 4.],
[5., 6.]],
[[5., 6.],
[7., 8.]]])
array([[[1., 2.],
[3., 4.],
[5., 6.]],
[[3., 4.],
[5., 6.],
[7., 8.]]])
在第一种情况下，由于axis = 0 ，我们从第一个轴获取序列限制。
在这里，限制是子数组对[1, 2] and [5,6]以及[3, 4] and [7,8] ，它们取自p和q的第一轴。 现在，我们比较结果对中的相应元素以生成序列。
因此，第一行的顺序为[[1 to 5], [2 to 6]] ，第二行的顺序为[[1 to 5], [2 to 6]] [[3 to 7], [4 to 8]] ，对其进行评估并组合形成[ [[1, 2], [3, 4]], [[3, 4], [5, 6]], [[5, 6], [7,8]] ] 。
第二种情况将在axis=1或列中插入新元素。 因此，新轴将通过列序列生成。 而不是行序列。
考虑序列[1, 2] to [5, 7]和[3, 4] to [7, 8]并将其插入到结果的列中，得到[[[1, 2], [3, 4], [5, 6]], [[3, 4], [5, 6], [7, 8]]] 。
推荐好课：Python3进阶：数据分析及可视化、Python 自动化办公
这篇关于numpy之linspace()函数使用详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
