在 Numpy 中返回对数尺度上等距的数字
numpyserver side programmingprogramming更新于 2025/9/2 11:22:17
要返回对数尺度上等距的数字，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。
在线性空间中，序列从底数 ** start(底数的起始次方)开始，到底数 ** stop(参见下文的端点)结束。底数 ** start 是序列的起始值。端点 ** stop 是序列的终止值，除非端点为 False。在这种情况下，num + 1 个值在对数空间的区间上分布，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 可在结尾处获取新轴。
步骤
首先，导入所需的库 −
import numpy as np
使用 Python Numpy 中的 numpy.logspace() 方法返回对数刻度上的等距数字。 第三个参数是 num，即要生成的样本数量。默认值为 50 −
arr = np.logspace(35.0, 70.0)
print("数组...
", arr)
获取类型 −
print("
类型...
", arr.dtype)
获取维度 −
print("
维度...
",arr.ndim)
获取形状 −
print("
形状...
",arr.shape)
获取元素数量 −
print("
元素数量...
",arr.size)
示例
import numpy as np
# 要返回对数尺度上等距的数字，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(35.0, 70.0)
print("数组...
", arr)
# 获取类型
print("
类型...
", arr.dtype)
# 获取维度
print("
维度...
",arr.ndim)
# 获取形状
print("
形状...
",arr.shape)
# 获取元素数量
print("
元素数量...
",arr.size)
输出
数组... [1.00000000e+35 5.17947468e+35 2.68269580e+36 1.38949549e+37 7.19685673e+37 3.72759372e+38 1.93069773e+39 1.00000000e+40 5.17947468e+40 2.68269580e+41 1.38949549e+42 7.19685673e+42 3.72759372e+43 1.93069773e+44 1.00000000e+45 5.17947468e+45 2.68269580e+46 1.38949549e+47 7.19685673e+47 3.72759372e+48 1.93069773e+49 1.00000000e+50 5.17947468e+50 2.68269580e+51 1.38949549e+52 7.19685673e+52 3.72759372e+53 1.93069773e+54 1.00000000e+55 5.17947468e+55 2.68269580e+56 1.38949549e+57 7.19685673e+57 3.72759372e+58 1.93069773e+59 1.00000000e+60 5.17947468e+60 2.68269580e+61 1.38949549e+62 7.19685673e+62 3.72759372e+63 1.93069773e+64 1.00000000e+65 5.17947468e+65 2.68269580e+66 1.38949549e+67 7.19685673e+67 3.72759372e+68 1.93069773e+69 1.00000000e+70] 类型... float64 维度 ... 1 形状... (50,) 元素数量... 50
