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:
-
start:- Standardverdi:
0; - Representerer det første elementet i arrayen.
- Standardverdi:
-
stop:- Ingen standardverdi;
- Definerer sluttpunktet, som ikke er inkludert i arrayen.
-
step:- Standardverdi:
1; - Angir inkrementet som legges til hvert påfølgende element.
- Standardverdi:
12345678910import 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)
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).
1234567import 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)
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:
1234567import 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)
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.
Swipe to start coding
- Bruk
arange()-funksjonen for å lageeven_numbers-arrayet. - Spesifiser argumentene for å lage en array av partall fra
2til21eksklusivt. - Bruk den passende funksjonen for å lage
samples-arrayet, som lar deg spesifisere antall verdier innenfor et gitt intervall. - Spesifiser de tre første argumentene for å lage en array av
10jevnt fordelte tall mellom5og6. - Sørg for at
6ikke er inkludert isamples-arrayet.
Løsning
Takk for tilbakemeldingene dine!
single
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Can you explain the difference between arange() and linspace() in more detail?
What are some common use cases for arange() and linspace()?
Can you show how floating-point precision errors might affect arange()?
Awesome!
Completion rate improved to 3.7
Opprettelsesfunksjoner for 1D-Arrays
Sveip for å vise menyen
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:
-
start:- Standardverdi:
0; - Representerer det første elementet i arrayen.
- Standardverdi:
-
stop:- Ingen standardverdi;
- Definerer sluttpunktet, som ikke er inkludert i arrayen.
-
step:- Standardverdi:
1; - Angir inkrementet som legges til hvert påfølgende element.
- Standardverdi:
12345678910import 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)
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).
1234567import 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)
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:
1234567import 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)
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.
Swipe to start coding
- Bruk
arange()-funksjonen for å lageeven_numbers-arrayet. - Spesifiser argumentene for å lage en array av partall fra
2til21eksklusivt. - Bruk den passende funksjonen for å lage
samples-arrayet, som lar deg spesifisere antall verdier innenfor et gitt intervall. - Spesifiser de tre første argumentene for å lage en array av
10jevnt fordelte tall mellom5og6. - Sørg for at
6ikke er inkludert isamples-arrayet.
Løsning
Takk for tilbakemeldingene dine!
single