numpy.geomspace#
- numpy.geomspace(start, stop, num=50, endpoint=True, dtype=None, axis=0)[source]#
返回对数刻度上均匀间隔的数字(几何级数)。
这类似于
logspace
,但端点是直接指定的。每个输出样本都是前一个样本的常数倍。版本 1.16.0 中已更改: 现在支持非标量 start 和 stop。
- 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
个值在对数空间中跨区间均匀分布,其中除了最后一个(长度为 num 的序列)之外的所有值都将返回。- numinteger, 可选
要生成的样本数。默认为 50。
- endpointboolean, 可选
如果为真,则 stop 是最后一个样本。否则,它不包括在内。默认为 True。
- dtypedtype
输出数组的类型。如果未给出
dtype
,则数据类型将从 start 和 stop 推断得出。推断出的 dtype 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 或 stop 为数组类型时才相关。默认情况下(0),样本将沿插入到开头的新轴排列。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,在对数刻度上均匀间隔。
另请参阅
logspace
类似于 geomspace,但使用对数和底数指定端点。
linspace
类似于 geomspace,但使用算术而不是几何级数。
arange
类似于 linspace,但指定步长而不是样本数。
- 如何创建具有规则间隔值的数组
注释
如果输入或 dtype 为复数,则输出将遵循复平面中的对数螺旋线。(通过两点有无数条螺旋线;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,以上可能不会生成精确的整数
>>> 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()