numpy.geomspace#

numpy.geomspace(start, stop, num=50, endpoint=True, dtype=None, axis=0)[源]#

返回在对数尺度（几何级数）上等间距的数字。

这类似于 logspace，但其端点直接指定。每个输出样本是前一个样本的常数倍。

参数:

startarray_like: 序列的起始值。
stoparray_like: 序列的最终值，除非 endpoint 为 False。在这种情况下，num + 1 个值在对数空间中等间距分布，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, optional: 要生成的样本数。默认为 50。
endpointboolean, optional: 如果为 True，stop 是最后一个样本。否则，它不包含在内。默认为 True。
dtypedtype: 输出数组的类型。如果未给出 dtype，则数据类型从 start 和 stop 推断。推断的 dtype 绝不会是整数；即使参数会生成整数数组，也会选择 float。
axisint, optional: 结果中存储样本的轴。仅当 start 或 stop 为类数组时才相关。默认情况下 (0)，样本将沿一个新轴存储，该轴插入到开头。使用 -1 可在末尾获得一个轴。

返回:

samplesndarray: num 个样本，在对数尺度上等间距。

另请参阅

logspace: 类似于 geomspace，但端点使用对数和底数指定。
linspace: 类似于 geomspace，但使用算术级数而不是几何级数。
arange: 类似于 linspace，指定步长而不是样本数。
如何创建具有等间距值的数组

注意

如果输入或 dtype 为复数，则输出将在复平面中遵循对数螺旋。（通过两点有无限数量的螺旋；输出将遵循最短的路径。）

示例

>>> import numpy as np
>>> np.geomspace(1, 1000, num=4)
array([    1.,    10.,   100.,  1000.])
>>> np.geomspace(1, 1000, num=3, endpoint=False)
array([   1.,   10.,  100.])
>>> np.geomspace(1, 1000, num=4, endpoint=False)
array([   1.        ,    5.62341325,   31.6227766 ,  177.827941  ])
>>> np.geomspace(1, 256, num=9)
array([   1.,    2.,    4.,    8.,   16.,   32.,   64.,  128.,  256.])

请注意，上述操作可能不会产生精确的整数

>>> np.geomspace(1, 256, num=9, dtype=int)
array([  1,   2,   4,   7,  16,  32,  63, 127, 256])
>>> np.around(np.geomspace(1, 256, num=9)).astype(int)
array([  1,   2,   4,   8,  16,  32,  64, 128, 256])

允许负数、递减和复数输入

>>> np.geomspace(1000, 1, num=4)
array([1000.,  100.,   10.,    1.])
>>> np.geomspace(-1000, -1, num=4)
array([-1000.,  -100.,   -10.,    -1.])
>>> np.geomspace(1j, 1000j, num=4)  # Straight line
array([0.   +1.j, 0.  +10.j, 0. +100.j, 0.+1000.j])
>>> np.geomspace(-1+0j, 1+0j, num=5)  # Circle
array([-1.00000000e+00+1.22464680e-16j, -7.07106781e-01+7.07106781e-01j,
        6.12323400e-17+1.00000000e+00j,  7.07106781e-01+7.07106781e-01j,
        1.00000000e+00+0.00000000e+00j])

endpoint 参数的图形说明

>>> import matplotlib.pyplot as plt
>>> N = 10
>>> y = np.zeros(N)
>>> plt.semilogx(np.geomspace(1, 1000, N, endpoint=True), y + 1, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.semilogx(np.geomspace(1, 1000, N, endpoint=False), y + 2, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.axis([0.5, 2000, 0, 3])
[0.5, 2000, 0, 3]
>>> plt.grid(True, color='0.7', linestyle='-', which='both', axis='both')
>>> plt.show()