Aanmaakfuncties voor 1D-Arrays
Naast het handmatig aanmaken van arrays door de elementen expliciet op te geven, biedt numpy ook de mogelijkheid om arrays automatisch te genereren met behulp van speciale functies. Hieronder staan twee van de meest gebruikte functies voor het creëren van uitsluitend 1D-arrays:
arange();linspace().
arange()
De functie numpy.arange() lijkt op de ingebouwde range() functie van Python; echter, het resultaat is een ndarray. In essentie genereert deze functie een array met gelijkmatig verdeelde elementen binnen een opgegeven interval.
Als het opgegeven interval bijvoorbeeld loopt van 0 tot 10 met een stapgrootte van 2, dan is de resulterende array: [0, 2, 4, 6, 8].
Hieronder staan de drie belangrijkste parameters en hun functies:
-
start:- Standaardwaarde:
0; - Geeft het eerste element van de array aan.
- Standaardwaarde:
-
stop:- Geen standaardwaarde;
- Definieert het eindpunt, dat niet wordt opgenomen in de array.
-
step:- Standaardwaarde:
1; - Bepaalt de toename tussen opeenvolgende elementen.
- Standaardwaarde:
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()
Hoewel arange() kan werken met reële getallen, heeft numpy.linspace() de voorkeur boven numpy.arange() voor dit doel omdat arange() onverwachte resultaten kan opleveren door foutjes in de drijvende-kommaprecisie bij het berekenen van stappen. Daarentegen genereert linspace() een specifiek aantal gelijkmatig verdeelde punten binnen een interval, wat nauwkeurigheid en consistentie garandeert.
Bij linspace() wordt in plaats van de parameter step de parameter num gebruikt om het aantal waarden (getallen) binnen een gegeven interval te specificeren (standaard is 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
De parameter endpoint bepaalt of de stop-waarde wordt opgenomen. Standaard is dit True (inclusief). Als deze op False wordt gezet, wordt de stop-waarde uitgesloten, waardoor de stapgrootte iets kleiner wordt.
Hier volgt een vergelijking tussen array_inclusive en 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)
Wanneer endpoint=True, wordt het interval [0,1] verdeeld in 4 gelijke segmenten en wordt het eindpunt zelf (1) inbegrepen, wat resulteert in een stapgrootte van (1−0)/4=0.25.
Wanneer endpoint=False, wordt het interval [0,1) verdeeld in 5 gelijke segmenten omdat het eindpunt uitgesloten is, wat resulteert in een stapgrootte van (1−0)/5=0.2.
Swipe to start coding
- Gebruik de functie
arange()om de arrayeven_numberste maken. - Specificeer de argumenten om een array van even getallen van
2tot exclusief21te creëren. - Gebruik de juiste functie om de array
sampleste maken, waarmee het aantal waarden binnen een bepaald interval kan worden opgegeven. - Specificeer de eerste drie argumenten om een array van
10gelijkmatig verdeelde getallen tussen5en6te maken. - Zorg ervoor dat
6niet is opgenomen in de arraysamples.
Oplossing
Bedankt voor je feedback!
single
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
Can you explain the difference between arange() and linspace() in more detail?
What are some common use cases for arange() and linspace()?
How does floating-point precision affect the results of arange()?
Awesome!
Completion rate improved to 3.7Aanmaakfuncties voor 1D-Arrays
Veeg om het menu te tonen
Naast het handmatig aanmaken van arrays door de elementen expliciet op te geven, biedt numpy ook de mogelijkheid om arrays automatisch te genereren met behulp van speciale functies. Hieronder staan twee van de meest gebruikte functies voor het creëren van uitsluitend 1D-arrays:
arange();linspace().
arange()
De functie numpy.arange() lijkt op de ingebouwde range() functie van Python; echter, het resultaat is een ndarray. In essentie genereert deze functie een array met gelijkmatig verdeelde elementen binnen een opgegeven interval.
Als het opgegeven interval bijvoorbeeld loopt van 0 tot 10 met een stapgrootte van 2, dan is de resulterende array: [0, 2, 4, 6, 8].
Hieronder staan de drie belangrijkste parameters en hun functies:
-
start:- Standaardwaarde:
0; - Geeft het eerste element van de array aan.
- Standaardwaarde:
-
stop:- Geen standaardwaarde;
- Definieert het eindpunt, dat niet wordt opgenomen in de array.
-
step:- Standaardwaarde:
1; - Bepaalt de toename tussen opeenvolgende elementen.
- Standaardwaarde:
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()
Hoewel arange() kan werken met reële getallen, heeft numpy.linspace() de voorkeur boven numpy.arange() voor dit doel omdat arange() onverwachte resultaten kan opleveren door foutjes in de drijvende-kommaprecisie bij het berekenen van stappen. Daarentegen genereert linspace() een specifiek aantal gelijkmatig verdeelde punten binnen een interval, wat nauwkeurigheid en consistentie garandeert.
Bij linspace() wordt in plaats van de parameter step de parameter num gebruikt om het aantal waarden (getallen) binnen een gegeven interval te specificeren (standaard is 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
De parameter endpoint bepaalt of de stop-waarde wordt opgenomen. Standaard is dit True (inclusief). Als deze op False wordt gezet, wordt de stop-waarde uitgesloten, waardoor de stapgrootte iets kleiner wordt.
Hier volgt een vergelijking tussen array_inclusive en 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)
Wanneer endpoint=True, wordt het interval [0,1] verdeeld in 4 gelijke segmenten en wordt het eindpunt zelf (1) inbegrepen, wat resulteert in een stapgrootte van (1−0)/4=0.25.
Wanneer endpoint=False, wordt het interval [0,1) verdeeld in 5 gelijke segmenten omdat het eindpunt uitgesloten is, wat resulteert in een stapgrootte van (1−0)/5=0.2.
Swipe to start coding
- Gebruik de functie
arange()om de arrayeven_numberste maken. - Specificeer de argumenten om een array van even getallen van
2tot exclusief21te creëren. - Gebruik de juiste functie om de array
sampleste maken, waarmee het aantal waarden binnen een bepaald interval kan worden opgegeven. - Specificeer de eerste drie argumenten om een array van
10gelijkmatig verdeelde getallen tussen5en6te maken. - Zorg ervoor dat
6niet is opgenomen in de arraysamples.
Oplossing
Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande optiesBedankt voor je feedback!
single
