numpy.logspace#

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

在对数尺度上返回均匀间隔的数字。

在线性空间中，序列从 base ** start (base 的 start 次幂) 开始，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:

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，会在对数空间中以 num + 1 个值间隔该区间，并返回除最后一个值之外的所有值 (长度为 num 的序列)。
num整数，可选: 要生成的样本数。默认为 50。
endpoint布尔值，可选: 如果为 True，则 stop 是最后一个样本。否则，它不被包含。默认为 True。
base类数组，可选: 对数空间的基数。 ln(samples) / ln(base) (或 log_base(samples)) 中元素之间的步长是均匀的。默认为 10.0。
dtypedtype: 输出数组的数据类型。如果未给出 dtype，则数据类型将根据 start 和 stop 推断。推断出的类型永远不会是整数；即使参数会产生整数数组，也会选择 float。
axisint, optional: 结果中用于存储样本的轴。仅当 start、stop 或 base 为类数组时才相关。默认情况下 (0)，样本将沿着插入到开头的新的轴。使用 -1 在末尾获取一个轴。

返回:

samplesndarray: num 个样本，在对数尺度上等距分布。

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 endpoint 一起使用时，endpoint 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，但直接指定了端点。
如何创建具有规则间隔值的数组

备注

如果 base 是标量，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()