Aprenda Funções de Criação para Arrays 1D

Além da criação básica de arrays por especificação explícita dos elementos, o numpy também permite a criação automática de arrays utilizando funções especiais. Aqui estão duas das funções mais comuns para criar arrays exclusivamente unidimensionais:

arange();
linspace().

arange()

A função numpy.arange() é semelhante à função embutida range() do Python; entretanto, ela retorna um ndarray. Essencialmente, cria um array com elementos uniformemente espaçados dentro de um intervalo especificado.

Por exemplo, se o intervalo especificado for de 0 a 10 com um passo de 2, o array resultante será: [0, 2, 4, 6, 8].

A seguir, estão seus três parâmetros mais importantes e suas funções:

start:
- Valor padrão: 0;
- Representa o primeiro elemento do array.
stop:
- Sem valor padrão;
- Define o ponto final, que não é incluído no array.
step:
- Valor padrão: 1;
- Especifica o incremento adicionado a cada elemento subsequente.


              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)

linspace()

Embora arange() possa trabalhar com números reais, numpy.linspace() é preferido em relação ao numpy.arange() para esse propósito porque arange() pode produzir resultados inesperados devido a erros de precisão de ponto flutuante ao calcular os passos. Em contraste, linspace() gera uma quantidade específica de pontos uniformemente espaçados dentro de um intervalo, garantindo precisão e consistência.

Com linspace(), em vez do parâmetro step, existe o parâmetro num, utilizado para especificar o número de amostras (números) dentro de um determinado intervalo (o padrão é 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)

Endpoint

O parâmetro endpoint determina se o valor de stop está incluído. Por padrão, é True (inclusivo). Definir como False exclui o valor de stop, reduzindo levemente o tamanho do passo.

Veja uma comparação entre array_inclusive e 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)

Quando endpoint=True, o intervalo $[0, 1]$ é dividido em 4 segmentos iguais e inclui o ponto final (1), resultando em um passo de $(1 - 0) / 4 = 0.25$ .

Quando endpoint=False, o intervalo $[0, 1)$ é dividido em 5 segmentos iguais já que o ponto final é excluído, resultando em um passo de $(1 - 0) / 5 = 0.2$ .

Tarefa

Swipe to start coding

Utilize a função arange() para criar o array even_numbers.
Especifique os argumentos para criar um array de números pares de 2 até 21, excluindo este último.
Utilize a função apropriada para criar o array samples, permitindo especificar a quantidade de valores dentro de um intervalo determinado.
Especifique os três primeiros argumentos para criar um array com 10 números igualmente espaçados entre 5 e 6.
Certifique-se de que 6 não esteja incluído no array samples.

Solução

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 4

single

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Awesome!

Completion rate improved to 3.7

Deslize para mostrar o menu

arange();
linspace().