python等間距取值方式
等間距取值
a = np.linspace(float(-pi), float(pi), 100)
從-pi到pi取100個(gè)值
對區(qū)間進(jìn)行等間距取數(shù)
range函數(shù)
range(stop) range(start, stop, step)
參數(shù)說明：
start: 計(jì)數(shù)從 start 開始。默認(rèn)是從 0 開始。例如range（5）等價(jià)于range（0， 5）;stop: 計(jì)數(shù)到 stop 結(jié)束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]沒有5step：步長，默認(rèn)為1。例如：range（0， 5） 等價(jià)于 range(0, 5, 1)
例子：
A = range(0,10,2) print(A) print(list(A))
結(jié)果：
range(0, 10, 2)
[0, 2, 4, 6, 8]
range的函數(shù)最好以list的形式返回。
缺點(diǎn)：
步長step只能是整數(shù)
A = range(0,1,0.2) print(A) print(list(A))
結(jié)果：
A = range(0,1,0.2)
TypeError: 'float' object cannot be interpreted as an integer
numpy.linspace函數(shù)
該函數(shù)的形式為：
linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
作用為：在指定的大間隔內(nèi)，返回固定間隔的數(shù)據(jù)。他將返回“num”個(gè)等間距的樣本，在區(qū)間[start, stop]中。其中，區(qū)間的結(jié)束端點(diǎn)可以被排除在外。
start：計(jì)數(shù)從 start 開始。stop：計(jì)數(shù)到 stop 結(jié)束。當(dāng)‘endpoint=False’時(shí),不包含該點(diǎn)。在這種情況下，隊(duì)列包含除了“num+1"以外的所有等間距的樣本。要注意的是，當(dāng)‘endpoint=False’時(shí)，步長會(huì)發(fā)生改變。num：分成多少個(gè)等間距endpoint：默認(rèn)為True
例如：
from numpy import * A = linspace(0, 1, 5) print(A)
結(jié)果：
[0. 0.25 0.5 0.75 1. ]
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
python字符串驗(yàn)證的幾種實(shí)現(xiàn)方法
字符串的驗(yàn)證是確保數(shù)據(jù)符合特定要求的關(guān)鍵步驟之一,本文主要介紹了python字符串驗(yàn)證的幾種實(shí)現(xiàn)方法,具有一定的參考價(jià)值,感興趣的可以了解一下2024-07-07
圖文講解選擇排序算法的原理及在Python中的實(shí)現(xiàn)
這篇文章主要介紹了選擇排序的原理及在Python中的實(shí)現(xiàn),選擇排序的時(shí)間復(fù)雜度為О(n²),需要的朋友可以參考下2016-05-05
python利用while求100內(nèi)的整數(shù)和方式
這篇文章主要介紹了 python利用while求100內(nèi)的整數(shù)和方式，下面文章要描述的內(nèi)容有1到100的和、1到100內(nèi)的偶數(shù)和、1到100內(nèi)的奇數(shù)和，具體詳細(xì)內(nèi)容,需要的朋友可以參考一下2021-11-11
Python 機(jī)器學(xué)習(xí)第一章環(huán)境配置圖解流程
機(jī)器學(xué)習(xí)是一類算法的總稱，這些算法企圖從大量歷史數(shù)據(jù)中挖掘出其中隱含的規(guī)律，并用于預(yù)測或者分類，更具體的說，機(jī)器學(xué)習(xí)可以看作是尋找一個(gè)函數(shù)，輸入是樣本數(shù)據(jù)，輸出是期望的結(jié)果，只是這個(gè)函數(shù)過于復(fù)雜，以至于不太方便形式化表達(dá)2021-11-11
Datawhale練習(xí)之二手車價(jià)格預(yù)測
此篇文章是關(guān)于Datawhale練習(xí)，代碼完整，但由于該數(shù)據(jù)集中數(shù)據(jù)特征較少（39維），以下可作為少量特征情況下的分析。當(dāng)特征數(shù)目過大（成千上萬）時(shí)，需要繼續(xù)學(xué)習(xí)。需要的朋友可以參考下2021-04-04
pytorch中的hook機(jī)制register_forward_hook
這篇文章主要介紹了pytorch中的hook機(jī)制register_forward_hook，手動(dòng)在forward之前注冊hook，hook在forward執(zhí)行以后被自動(dòng)執(zhí)行，下面詳細(xì)的內(nèi)容介紹，需要的小伙伴可以參考一下2022-03-03
Python 實(shí)現(xiàn)3種回歸模型（Linear Regression，Lasso，Ridge）的示例
這篇文章主要介紹了Python 實(shí)現(xiàn) 3 種回歸模型（Linear Regression，Lasso，Ridge）的示例，幫助大家更好的進(jìn)行機(jī)器學(xué)習(xí)，感興趣的朋友可以了解下2020-10-10
這篇文章主要介紹了Django中使用MySQL5.5的教程，本文圖文實(shí)例詳解的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-12-12
numpy 中l(wèi)inspace函數(shù)的使用
本文主要介紹了numpy 中l(wèi)inspace函數(shù)的使用，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
Python實(shí)現(xiàn)把類當(dāng)做字典來訪問
今天小編就為大家分享一篇Python實(shí)現(xiàn)把類當(dāng)做字典來訪問，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12