numpy.logspace#
- numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)[源代码]#
返回在对数刻度上均匀间隔的数字.
在线性空间中,序列从
base start( base 的 start 次方)开始,并以base stop结束(参见下面的 endpoint ).在 1.25.0 版本发生变更: 现在支持非标量 ‘base’
- 参数:
- startarray_like
base start是序列的起始值.- stoparray_like
base stop是序列的最终值,除非 endpoint 为 False. 在这种情况下,num + 1个值在对数空间中按间隔排列,其中除了最后一个(长度为 num 的序列)之外的所有值都返回.- num整数,可选
要生成的样本数量.默认为 50.
- endpoint布尔值,可选
如果为真,则 stop 是最后一个样本. 否则,它不包括在内. 默认为 True.
- basearray_like, optional
对数空间的底数.
ln(samples) / ln(base)(或log_base(samples))中元素之间的步长是均匀的. 默认为 10.0.- dtypedtype
输出数组的类型. 如果未给出
dtype,则数据类型从 start 和 stop 推断. 推断的类型永远不会是整数; 即使参数将生成整数数组,也会选择 float .- axis整数,可选
用于存储结果中样本的轴. 仅当 start,stop 或 base 类似于数组时才相关. 默认情况下(0),样本将沿着起始位置插入的新轴排列. 使用 -1 获得末尾的轴.
- 返回:
- 样本ndarray
num 个样本,在对数刻度上均匀分布.
参见
arange类似于 linspace,但指定了步长而不是样本数. 请注意,当与浮点端点一起使用时,可能包含也可能不包含该端点.
linspace类似于 logspace,但样本在线性空间中均匀分布,而不是在对数空间中.
geomspace类似于 logspace,但直接指定了端点.
- 如何创建具有规则间隔值的数组
注释
如果 base 是标量,则 logspace 等效于代码
>>> y = np.linspace(start, stop, num=num, endpoint=endpoint) ... >>> power(base, y).astype(dtype) ...
示例
>>> import numpy as np >>> np.logspace(2.0, 3.0, num=4) array([ 100. , 215.443469 , 464.15888336, 1000. ]) >>> np.logspace(2.0, 3.0, num=4, endpoint=False) array([100. , 177.827941 , 316.22776602, 562.34132519]) >>> np.logspace(2.0, 3.0, num=4, base=2.0) array([4. , 5.0396842 , 6.34960421, 8. ]) >>> np.logspace(2.0, 3.0, num=4, base=[2.0, 3.0], axis=-1) array([[ 4. , 5.0396842 , 6.34960421, 8. ], [ 9. , 12.98024613, 18.72075441, 27. ]])
图形说明:
>>> import matplotlib.pyplot as plt >>> N = 10 >>> x1 = np.logspace(0.1, 1, N, endpoint=True) >>> x2 = np.logspace(0.1, 1, N, endpoint=False) >>> y = np.zeros(N) >>> plt.plot(x1, y, 'o') [<matplotlib.lines.Line2D object at 0x...>] >>> plt.plot(x2, y + 0.5, 'o') [<matplotlib.lines.Line2D object at 0x...>] >>> plt.ylim([-0.5, 1]) (-0.5, 1) >>> plt.show()
