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.
- Valor padrão:
-
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.
- Valor padrão:
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()
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).
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
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:
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)
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.
Swipe to start coding
- Utilize a função
arange()para criar o arrayeven_numbers. - Especifique os argumentos para criar um array de números pares de
2até21, 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
10números igualmente espaçados entre5e6. - Certifique-se de que
6não esteja incluído no arraysamples.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
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 3.7Funções de Criação para Arrays 1D
Deslize para mostrar o menu
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.
- Valor padrão:
-
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.
- Valor padrão:
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()
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).
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
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:
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)
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.
Swipe to start coding
- Utilize a função
arange()para criar o arrayeven_numbers. - Especifique os argumentos para criar um array de números pares de
2até21, 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
10números igualmente espaçados entre5e6. - Certifique-se de que
6não esteja incluído no arraysamples.
Solução
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixoObrigado pelo seu feedback!
single
