在 Numpy 中返回对数刻度上等距的数字并设置要生成的样本数
numpyserver side programmingprogramming更新于 2025/9/2 4:37:17
要返回对数刻度上等距的数字，请使用 Python Numpy 中的 numpy.logspace() 方法。第一个参数是"start"，即序列的起始值。第二个参数是"end"，即序列的结束值。第三个参数是数值，即要生成的样本数。默认值为 50。
在线性空间中，序列从基数 **start(基数的起始次方)开始，到基数 **stop(见下文的端点)结束。起始值是基数 **start 是序列的起始值。终止值是基数 **stop 是序列的最终值，除非端点为 False。在这种情况下，num + 1 个值分布在对数空间的区间内，除最后一个值外，所有值都会被返回。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。默认值为 10.0。
结果中用于存储样本的轴。仅当 start 或 stop 为数组类型时才相关。默认值为 0，样本将沿着在开头插入的新轴排列。使用 -1 可获取末尾的轴。
步骤
首先，导入所需的库 −
import numpy as np
要返回对数尺度上等距的数字，请使用 numpy.logspace() 方法 −
arr = np.logspace(100.0, 200.0, num = 10)
print("数组...
", arr)
获取数组类型 −
print("
类型...
", arr.dtype)
获取数组的维度 −
print("
维度...
",arr.ndim)
获取数组的形状 −
print("
形状...
",arr.shape)
获取元素数量 −
print("
元素数量...
",arr.size)
示例
import numpy as np
# 要返回对数刻度上等距的数字，请使用 Python Numpy 中的 numpy.logspace() 方法。
# 第一个参数是"start"，即序列的起始位置。
# 第二个参数是"end"，即序列的结束位置。
# 第三个参数是 num，即要生成的样本数。默认值为 50。
arr = np.logspace(100.0, 200.0, num = 10)
print("数组...
", arr)
# 获取数组类型
print("
类型...
", arr.dtype)
# 获取数组的维度
print("
维度...
",arr.ndim)
# 获取数组的形状
print("
形状...
",arr.shape)
# 获取元素数量
print("
元素数量...
",arr.size)
输出
数组... [1.00000000e+100 1.29154967e+111 1.66810054e+122 2.15443469e+133 2.78255940e+144 3.59381366e+155 4.64158883e+166 5.99484250e+177 7.74263683e+188 1.00000000e+200] 类型... float64 维度 ... 1 形状... (10,) 元素数量... 10
