numpy.logspace

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)

返回在对数刻度上均匀间隔的数字。

在线性空间中，序列从 base ** start（base 的 start 次幂）开始，并以 base ** stop 结束（参见下面的 endpoint）。

版本 1.16.0 中已更改： 现在支持非标量 start 和 stop。

版本 1.25.0 中已更改： 现在支持非标量 'base`

参数：

startarray_like

base ** start 是序列的起始值。

stoparray_like

base ** stop 是序列的最终值，除非 endpoint 为 False。在这种情况下，num + 1 个值在对数空间内的区间上均匀分布，其中除了最后一个（长度为 num 的序列）之外的所有值都将被返回。

numinteger, 可选

要生成的样本数。默认为 50。

endpointboolean, 可选

如果为 True，则 stop 是最后一个样本。否则，它不包含在内。默认为 True。

basearray_like, 可选

对数空间的底数。元素之间的步长为 ln(samples) / ln(base)（或 log_base(samples)）是均匀的。默认为 10.0。

dtypedtype

输出数组的类型。如果未给出 dtype，则从 start 和 stop 推断数据类型。推断的类型永远不会是整数；即使参数会生成一个整数数组，也会选择 float。

axisint, 可选

结果中存储样本的轴。仅当 start、stop 或 base 为数组时才相关。默认情况下 (0)，样本将沿着插入到开头的新轴。使用 -1 获取末尾的轴。

版本 1.16.0 中的新功能。

返回值：

samplesndarray

num 个样本，在对数刻度上均匀分布。

另请参阅

arange

类似于 linspace，但指定了步长而不是样本数。请注意，当与浮点端点一起使用时，端点可能包含也可能不包含在内。

linspace

类似于 logspace，但样本在线性空间中均匀分布，而不是对数空间中。

geomspace

类似于 logspace，但直接指定端点。

如何创建具有规则间隔值的数组

注释

如果 base 是标量，则 logspace 等效于以下代码

>>> y = np.linspace(start, stop, num=num, endpoint=endpoint)
... 
>>> power(base, y).astype(dtype)
... 

示例

>>> import numpy as np
>>> np.logspace(2.0, 3.0, num=4)
array([ 100.        ,  215.443469  ,  464.15888336, 1000.        ])
>>> np.logspace(2.0, 3.0, num=4, endpoint=False)
array([100.        ,  177.827941  ,  316.22776602,  562.34132519])
>>> np.logspace(2.0, 3.0, num=4, base=2.0)
array([4.        ,  5.0396842 ,  6.34960421,  8.        ])
>>> np.logspace(2.0, 3.0, num=4, base=[2.0, 3.0], axis=-1)
array([[ 4.        ,  5.0396842 ,  6.34960421,  8.        ],
       [ 9.        , 12.98024613, 18.72075441, 27.        ]])

图形说明

>>> import matplotlib.pyplot as plt
>>> N = 10
>>> x1 = np.logspace(0.1, 1, N, endpoint=True)
>>> x2 = np.logspace(0.1, 1, N, endpoint=False)
>>> y = np.zeros(N)
>>> plt.plot(x1, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(x2, y + 0.5, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.ylim([-0.5, 1])
(-0.5, 1)
>>> plt.show()