Python 中的 numpy.geomspace()
numpy.geomspace() 用于返回在对数标度(几何级数)上均匀分布的数字。 这类似于 numpy.logspace() 但是直接指定了端点。每个输出样本都是前一个样本的常数倍数。
语法: numpy.geomspace(start,stop,num=50,endpoint=True,dtype=None) 参数: start : 【标量】序列的起始值。 stop : 【标量】序列的最终值,除非端点为 False。在这种情况下,num + 1 值在 log-space 中的间隔上是隔开的,除了最后一个(长度为 num 的序列)之外,所有值都被返回。 编号:【整数,可选】要生成的样本数。默认值为 50。 终点:【布尔型,可选】如果为真,则 stop 为最后一个样本。否则,不包括在内。默认值为真。 数据类型:【数据类型】输出数组的类型。如果未给出数据类型,则从其他输入参数推断数据类型。 返回: 样本:【ndarray】数量样本,在对数刻度上等距分布。
代码#1:工作
计算机编程语言
# Python3 Program demonstrate
# numpy.geomspace() function
import numpy as geek
print("B\n", geek.geomspace(2.0, 3.0, num = 5), "\n")
# To evaluate sin() in long range
point = geek.geomspace(1, 2, 10)
print("A\n", geek.sin(point))
输出:
B
[ 2\. 2.21336384 2.44948974 2.71080601 3\. ]
A
[ 0.84147098 0.88198596 0.91939085 0.95206619 0.9780296 0.9948976
0.99986214 0.98969411 0.96079161 0.90929743]
代码# 2:numpy . geomspace() 的图形表示
计算机编程语言
# Graphical Representation of numpy.geomspace()
import numpy as geek
import pylab as p
% matplotlib inline
# Start = 1
# End = 3
# Samples to generate = 10
x1 = geek.geomspace(1, 3, 10, endpoint = False)
y1 = geek.ones(10)
p.plot(x1, y1, '+')
输出: