NumPy 从数值范围创建数组
参数 描述
start, stop, step 起始值,默认 0;终止值(不包含);步长,默认为 1
dtype 返回 ndarray 的数据类型,如果没有,则会使用输入数据的类型
参数 描述
start, stop 起始值,默认 0;终止值,如果 endpoint 为 True,则包含该值
num 要生成的等步长的样本数量
endpoint 该值为 True,数列中包含 stop 值,反之不包含。
retstep 如果为 True,生成的数组中会显示间距
的数据类型
参数 描述
start, stop 起始值,默认 base**start; 终止值 base**stop,如果 endpoint 为 True,则包含该值
num 要生成的等步长的样本数量
endpoint 该值为 True,数列中包含 stop 值,反之不包含。
对数
的底数
的数据类型
NumPy 切片和索引
ndarray 对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片
操作一样。ndarray 数组可以基于 0-n 的下表进行索引,切片对象可以通过内置的
slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新的数组。
冒号 : 的解释:如果只放置一个参数,如 [2],将返回与该索引相对应的单个元
素。如果为 [2:],表示从该索引开始以后的所有项都将被提取。如果使用了两个
np.arange(start, stop, step, dtype)
np.arange 包中使用 arange 函数创建数值范围并返回 ndarray 对象。
import numpy as np
np.linespace(start, stop, num=50, endpoint=True, retstep=False, dtype=float)
np.linespace 用于创建一个等差数列数组。
import numpy as np
x = np.linespace(1, 10, 10)
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=float)
np.logspace 用于创建一个等比数列数组。
import numpy as np
x = np.logspace(1.0, 2.0, 10)
a = np.arange(10)
s = slice(2, 7, 2)
print(a[s])