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 startstop

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 startstop 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()
../../_images/numpy-geomspace-1.png