آموزش ایجاد آرایه از محدوده های عددی در NumPy
آموزش ایجاد آرایه از محدوده های عددی در NumPy
در این درس از مجموعه آموزش برنامه نویسی سایت سورس باران، به آموزش ایجاد آرایه از محدوده های عددی در NumPy خواهیم پرداخت.
پیشنهاد ویژه : پکیج آموزش پروژه محور پایتون
numpy.arege
این تابع یک جسم ndarray را در بر می گیرد که دارای مقادیر مساوی با فاصله در یک محدوده داده شده است. قالب عملکرد به شرح زیر است –
|
1 |
numpy.arange(start, stop, step, dtype) |
سازنده پارامترهای زیر را در نظر می گیرد.
| پارامترها | |
|---|---|
| 1 | start
شروع یک فاصله. در صورت حذف ، به طور پیش فرض 0 می شود |
| 2 | stop
پایان یک بازه (بدون احتساب این عدد) |
| 3 | step
فاصله بین مقادیر، پیش فرض 1 است |
| 4 | dtype
نوع داده تقسیم بندی حاصل. اگر داده نشود ، از نوع داده ورودی استفاده می شود |
مثال های زیر نشان می دهد که چگونه می توانید از این عملکرد استفاده کنید.
مثال 1
|
1 2 3 |
import numpy as np x = np.arange(5) print x |
خروجی آن به شرح زیر است –
|
1 |
[0 1 2 3 4] |
مثال 2
|
1 2 3 4 |
import numpy as np # dtype set x = np.arange(5, dtype = float) print x |
در اینجا، خروجی خواهد بود –
|
1 |
[0 1. 2. 3. 4.] |
مثال 3
|
1 2 3 4 |
# start and stop parameters set import numpy as np x = np.arange(10,20,2) print x |
خروجی آن به شرح زیر است –
|
1 |
[10 12 14 16 18] |
numpy.linspace
این تابع مشابه تابع ()arange است. در این تابع ، به جای اندازه گام ، تعداد مقادیر مساوی بین این فاصله مشخص شده است. کاربرد این عملکرد به شرح زیر است –
|
1 |
numpy.linspace(start, stop, num, endpoint, retstep, dtype) |
سازنده پارامترهای زیر را در نظر می گیرد.
| پارامترها | |
|---|---|
| 1 | start
مقدار شروع دنباله |
| 2 | stop
مقدار نهایی دنباله ، در صورت تعیین نقطه پایانی روی true ، در دنباله وجود دارد |
| 3 | num
تعداد نمونه هایی که با فاصله مساوی تولید می شوند. پیش فرض 50 است |
| 4 | endpoint
به طور پیش فرض درست است ، از این رو مقدار توقف در دنباله گنجانده می شود. اگر نادرست باشد ، شامل نمی شود |
| 5 | retstep
اگر درست باشد ، نمونه ها را برمی گرداند و بین اعداد متوالی قدم می گذارد |
| 6 | dtype
نوع داده از تقسیم خروجی |
مثالهای زیر استفاده از تابع linspace را نشان می دهد.
مثال 1
|
1 2 3 |
import numpy as np x = np.linspace(10,20,5) print x |
خروجی آن خواهد بود –
|
1 |
[10 12.5 15. 17.5 20.] |
مثال 2
|
1 2 3 4 |
# endpoint set to false import numpy as np x = np.linspace(10,20, 5, endpoint = False) print x |
خروجی خواهد بود –
|
1 |
[10 12. 14. 16. 18.] |
مثال 3
|
1 2 3 4 5 6 |
# find retstep value import numpy as np x = np.linspace(1,2,5, retstep = True) print x # retstep here is 0.25 |
در حال حاضر، خروجی خواهد بود –
|
1 |
(آرایه ([1. ، 1.25 ، 1.5 ، 1.75 ، 2.]) ، 0.25) |
numpy.logspace
این تابع یک جسم ndarray را برمی گرداند که شامل اعدادی است که در یک مقیاس ورود به سیستم به طور مساوی فاصله دارند. نقاط انتهایی مقیاس شروع و توقف ، شاخص های پایه هستند ، معمولاً 10.
|
1 |
numpy.logspace(start, stop, num, endpoint, base, dtype) |
پارامترهای زیر خروجی تابع logspace را تعیین می کنند.
| پارامترها | |
|---|---|
| 1 | start
نقطه شروع سکانس شروع مجدد است |
| 2 | stop
مقدار نهایی دنباله basestop است |
| 3 | num
تعداد مقادیر بین دامنه. پیش فرض 50 است |
| 4 | endpoint
اگر درست باشد ، Stop آخرین مقدار در محدوده است |
| 5 | base
پایه فضای ورود به سیستم ، پیش فرض 10 است |
| 6 | dtype
نوع داده آرایه خروجی. اگر داده نشود ، به سایر استدلال های ورودی بستگی دارد |
مثال های زیر به شما در درک عملکرد logspace کمک می کند.
مثال 1
|
1 2 3 4 |
import numpy as np # default base is 10 a = np.logspace(1.0, 2.0, num = 10) print a |
خروجی آن به شرح زیر است –
|
1 2 |
[ 10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664 46.41588834 59.94842503 77.42636827 100. ] |
مثال 2
|
1 2 3 4 |
# set base of log space to 2 import numpy as np a = np.logspace(1,10,num = 10, base = 2) print a |
در حال حاضر، خروجی خواهد بود –
|
1 |
[2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.] |
لیست جلسات قبل آموزش NumPy
.svg)
دیدگاه شما