numpy.logspace

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)

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,到 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,在对数空间中, num + 1 个值均匀分布在该区间上,其中除了最后一个(长度为 num 的序列)之外的所有值都将被返回.

numinteger, optional

要生成的样本数.默认为 50.

endpoint布尔值,可选

如果为 true,则 stop 是最后一个样本.否则,不包括在内.默认为 True.

base类数组,可选

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.如果未给定 dtype ,则数据类型将从 start 和 stop 推断.推断的类型永远不会是整数; 即使参数会生成整数数组,也会选择 float .

轴int, optional

结果中存储样本的轴.仅当 start,stop 或 base 类似于数组时才相关.默认情况下 (0),样本将沿着在开头插入的新轴排列.使用 -1 可在末尾获得轴.

返回:

samplesndarray

num 个样本,在对数刻度上均匀分布.

参见

arange

类似于 linspace,但指定步长而不是样本数. 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,但样本均匀分布在线性空间中,而不是在对数空间中.

geomspace

类似于 logspace,但直接指定端点.

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

Try it in your browser!

>>> 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()

Go BackOpen In Tab