Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Opprettelsesfunksjoner for 1D-Arrays | NumPy-Grunnleggende
Ultimate NumPy

Sveip for å vise menyen

book
Opprettelsesfunksjoner for 1D-Arrays

I tillegg til grunnleggende opprettelse av array ved å eksplisitt spesifisere elementene, tillater numpy også automatisk opprettelse av array ved hjelp av spesielle funksjoner. Her er to av de mest vanlige funksjonene for å opprette utelukkende 1D-arrays:

  • arange();

  • linspace().

arange()

Funksjonen numpy.arange() ligner på Pythons innebygde range()-funksjon; men den returnerer en ndarray. I hovedsak oppretter den en array med jevnt fordelte elementer innenfor et spesifisert intervall.

For eksempel, hvis det spesifiserte intervallet er fra 0 til 10 med en trinnstørrelse på 2, vil den resulterende arrayen være: [0, 2, 4, 6, 8].

Her er de tre viktigste parameterne og deres roller:

  1. start:

    • Standardverdi: 0;

    • Representerer det første elementet i arrayen.

  2. stop:

    • Ingen standardverdi;

    • Definerer sluttpunktet, som ikke er inkludert i arrayen.

  3. step:

    • Standardverdi: 1;

    • Angir inkrementet som legges til hvert påfølgende element.

12345678910
import numpy as np # Creating an array of integers from 0 to 11 exclusive with step=1 array_1 = np.arange(11) print(array_1) # Creating an array of integers from 1 to 11 exclusive with step=1 array_2 = np.arange(1, 11) print(array_2) # Creating an array of integers from 0 to 11 exclusive with step=2 array_3 = np.arange(0, 11, 2) print(array_3)
copy

linspace()

Mens arange() kan arbeide med reelle tall, er numpy.linspace() foretrukket fremfor numpy.arange() for dette formålet fordi arange() kan gi uventede resultater på grunn av flyttalls-presisjonsfeil når det beregnes trinn. I motsetning genererer linspace() et spesifikt antall jevnt fordelte punkter innenfor et intervall, noe som sikrer nøyaktighet og konsistens.

Med linspace(), i stedet for step-parameteren, er det en num-parameter som brukes til å spesifisere antall prøver (tall) innenfor et gitt intervall (standard er 50).

1234567
import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_1 = np.linspace(0, 1, 5) print('Example 1:', array_1) # Generating 7 equally spaced values between -1 and 1 (inclusive) array_2 = np.linspace(-1, 1, 7) print('Example 2:', array_2)
copy

Endpoint

endpoint-parameteren bestemmer om stop-verdien er inkludert. Som standard er den True (inkluderende). Hvis den settes til False, ekskluderes stop-verdien, noe som reduserer trinnstørrelsen litt.

Her er en sammenligning av array_inclusive og array_exclusive:

1234567
import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_inclusive = np.linspace(0, 1, 5) print('Endpoint = True:', array_inclusive) # Generating 5 equally spaced values between 0 and 1 (exclusive) array_exclusive = np.linspace(0, 1, 5, endpoint=False) print('Endpoint = False:', array_exclusive)
copy

Når endpoint=True, deles intervallet [0, 1] inn i 4 like segmenter og inkluderer selve sluttpunktet (1), noe som resulterer i en trinnstørrelse på (1 - 0) / 4 = 0,25.

Når endpoint=False, deles intervallet [0, 1) inn i 5 like segmenter siden sluttpunktet er ekskludert, noe som resulterer i en trinnstørrelse på (1 - 0) / 5 = 0,2.

Merk

Du kan alltid lære mer om disse funksjonene i deres dokumentasjon: arange, linspace.

Oppgave

Swipe to start coding

  1. Bruk arange()-funksjonen for å lage even_numbers-arrayet.
  2. Spesifiser argumentene for å lage en array av partall fra 2 til 21 eksklusivt.
  3. Bruk den passende funksjonen for å lage samples-arrayet, som lar deg spesifisere antall verdier innenfor et gitt intervall.
  4. Spesifiser de tre første argumentene for å lage en array av 10 jevnt fordelte tall mellom 5 og 6.
  5. Sørg for at 6 ikke er inkludert i samples-arrayet.

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 4
Vi beklager at noe gikk galt. Hva skjedde?

Spør AI

expand
ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

book
Opprettelsesfunksjoner for 1D-Arrays

I tillegg til grunnleggende opprettelse av array ved å eksplisitt spesifisere elementene, tillater numpy også automatisk opprettelse av array ved hjelp av spesielle funksjoner. Her er to av de mest vanlige funksjonene for å opprette utelukkende 1D-arrays:

  • arange();

  • linspace().

arange()

Funksjonen numpy.arange() ligner på Pythons innebygde range()-funksjon; men den returnerer en ndarray. I hovedsak oppretter den en array med jevnt fordelte elementer innenfor et spesifisert intervall.

For eksempel, hvis det spesifiserte intervallet er fra 0 til 10 med en trinnstørrelse på 2, vil den resulterende arrayen være: [0, 2, 4, 6, 8].

Her er de tre viktigste parameterne og deres roller:

  1. start:

    • Standardverdi: 0;

    • Representerer det første elementet i arrayen.

  2. stop:

    • Ingen standardverdi;

    • Definerer sluttpunktet, som ikke er inkludert i arrayen.

  3. step:

    • Standardverdi: 1;

    • Angir inkrementet som legges til hvert påfølgende element.

12345678910
import numpy as np # Creating an array of integers from 0 to 11 exclusive with step=1 array_1 = np.arange(11) print(array_1) # Creating an array of integers from 1 to 11 exclusive with step=1 array_2 = np.arange(1, 11) print(array_2) # Creating an array of integers from 0 to 11 exclusive with step=2 array_3 = np.arange(0, 11, 2) print(array_3)
copy

linspace()

Mens arange() kan arbeide med reelle tall, er numpy.linspace() foretrukket fremfor numpy.arange() for dette formålet fordi arange() kan gi uventede resultater på grunn av flyttalls-presisjonsfeil når det beregnes trinn. I motsetning genererer linspace() et spesifikt antall jevnt fordelte punkter innenfor et intervall, noe som sikrer nøyaktighet og konsistens.

Med linspace(), i stedet for step-parameteren, er det en num-parameter som brukes til å spesifisere antall prøver (tall) innenfor et gitt intervall (standard er 50).

1234567
import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_1 = np.linspace(0, 1, 5) print('Example 1:', array_1) # Generating 7 equally spaced values between -1 and 1 (inclusive) array_2 = np.linspace(-1, 1, 7) print('Example 2:', array_2)
copy

Endpoint

endpoint-parameteren bestemmer om stop-verdien er inkludert. Som standard er den True (inkluderende). Hvis den settes til False, ekskluderes stop-verdien, noe som reduserer trinnstørrelsen litt.

Her er en sammenligning av array_inclusive og array_exclusive:

1234567
import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_inclusive = np.linspace(0, 1, 5) print('Endpoint = True:', array_inclusive) # Generating 5 equally spaced values between 0 and 1 (exclusive) array_exclusive = np.linspace(0, 1, 5, endpoint=False) print('Endpoint = False:', array_exclusive)
copy

Når endpoint=True, deles intervallet [0, 1] inn i 4 like segmenter og inkluderer selve sluttpunktet (1), noe som resulterer i en trinnstørrelse på (1 - 0) / 4 = 0,25.

Når endpoint=False, deles intervallet [0, 1) inn i 5 like segmenter siden sluttpunktet er ekskludert, noe som resulterer i en trinnstørrelse på (1 - 0) / 5 = 0,2.

Merk

Du kan alltid lære mer om disse funksjonene i deres dokumentasjon: arange, linspace.

Oppgave

Swipe to start coding

  1. Bruk arange()-funksjonen for å lage even_numbers-arrayet.
  2. Spesifiser argumentene for å lage en array av partall fra 2 til 21 eksklusivt.
  3. Bruk den passende funksjonen for å lage samples-arrayet, som lar deg spesifisere antall verdier innenfor et gitt intervall.
  4. Spesifiser de tre første argumentene for å lage en array av 10 jevnt fordelte tall mellom 5 og 6.
  5. Sørg for at 6 ikke er inkludert i samples-arrayet.

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 4
Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Vi beklager at noe gikk galt. Hva skjedde?
some-alt