numpy.logspace#

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

返回在对数尺度上均匀分布的数字。

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

版本 1.25.0 中更改: 现在支持非标量 `base`。

参数:

start类数组: base ** start 是序列的起始值。
stop类数组: base ** stop 是序列的最终值，除非 endpoint 为 False。在这种情况下，num + 1 个值在对数空间中均匀分布在该区间内，其中除最后一个（长度为 num 的序列）之外的所有值都被返回。
num整数, 可选: 要生成的样本数量。默认值为 50。
endpoint布尔值, 可选: 如果为 True，stop 是最后一个样本。否则，它不包含在内。默认值为 True。
base类数组, 可选: 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。
dtypedtype: 输出数组的类型。如果未给定 dtype，数据类型将从 start 和 stop 推断。推断的类型绝不会是整数；即使参数会生成整数数组，也会选择 float 类型。
axis整数, 可选: 结果中存储样本的轴。仅当 start、stop 或 base 是类数组时才相关。默认情况下（0），样本将沿插入到开头的全新轴分布。使用 -1 可在末尾获取一个轴。

返回:

samplesndarray: num 个样本，在对数尺度上均匀分布。

另请参阅

arange: 类似于 `linspace`，通过指定步长而非样本数量。请注意，当与浮点 `endpoint` 一起使用时，该端点可能包含也可能不包含。
linspace: 类似于 `logspace`，但样本在线性空间中均匀分布，而不是在对数空间中。
geomspace: 类似于 `logspace`，但端点直接指定。
如何创建具有等间距值的数组

备注

如果 `base` 是一个标量，`logspace` 等同于以下代码

>>> 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.        ]])

图示

>>> 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()