Numpy logspace() 函数

Numpy logspace() 函数用于生成按对数尺度均匀分布的数值数组。它适用于创建以指数而非线性方式增长的范围，这在许多科学和工程应用中很常见。

使用 numpy.logspace()，我们可以指定对数的起始指数、终止指数以及底数。当我们需要覆盖较大范围的值时，这尤其有用。

语法

以下是 Numpy logspace() 函数的语法 -

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

参数

以下是 Numpy logspace() 函数的参数 -

• start - 范围的起始指数(base^start)。
• stop - 范围的结束指数(base^stop)。
• num - 要生成的样本数。默认值为 50。
• endpoint - 如果为 True，则终止值包含在范围内，否则，终止值不包含在范围内。默认值为 True。
• base - 对数刻度的底数。默认值为 10.0。
• dtype - 数组所需的数据类型。

返回值

此函数返回一个 Numpy 数组，该数组包含按对数刻度均匀分布的数字，从 base^start 到 base^stop。

示例

以下是使用 Numpy logspace() 生成 Numpy 数组的基本示例 -

import numpy as np
logspace_array = np.logspace(0, 3, num=5)
print("对数空间数组:
", logspace_array)

输出

输出将显示 5 个以对数刻度间隔的值:

对数空间数组:
[ 1. 5.62341325 31.6227766 177.827941 1000. ]

示例:更改 'logspace()' 中的底数

在 numpy.logspace() 函数中，base 参数可以接受任何正数作为其值。常用的进制包括 -

• 进制 10 - numpy.logspace() 中的默认进制，用于创建 10 的幂次方尺度。例如，(10^0)、(10^1)、(10^2) 等。
• 进制 2 - 此进制适用于二进制或指数增长模式。例如，(2^0)、(2^1)、(2^2) 等。
• 进制 e - 欧拉数(约为 2.718)，用于自然对数尺度，在科学应用中很常见(例如，(e^0)、(e^1)、(e^2))。
• 自定义进制 - 它可以是任何正实数，可用于满足特定需求。例如，以 1.5 或 3 为底数可以分别用于模拟更精细或更粗糙的指数增长。

此值范围允许在生成适合不同环境和应用的对数尺度时具有极大的灵活性。

在此示例中，我们使用底数 2 来创建从 (2^0) 到 (2^4) 的对数尺度 -

import numpy as np
logspace_base2 = np.logspace(0, 4, num=5, base=2)
print("以 2 为底的对数空间数组:
", logspace_base2)

输出

输出将显示以 2 为底、按对数尺度均匀分布的值:

以 2 为底的对数空间数组:
[ 1. 2. 4. 8. 16.]

示例:在 'logspace()' 中指定数据类型

numpy.logspace() 函数允许我们生成一个以对数尺度均匀分布的 NumPy 数组。此外，我们可以使用 dtype 参数指定输出数组的数据类型，以确保生成的值符合所需的精度，例如浮点数或整数。

在以下示例中，我们通过将 dtype 参数设置为 int，生成了一个对数刻度值为整数的 numpy 数组 -

import numpy as np
logspace_int = np.logspace(1, 3, num=4, dtype=int)
print("整数数据类型的对数空间数组:
", logspace_int)

输出

以下是上述代码的输出 -

整数数据类型的对数空间数组:
[ 10 46 215 1000]

示例:在 'logspace()' 中排除端点

numpy.logspace() 函数提供了一个选项，可以使用 endpoint 参数排除对数序列的端点。默认情况下，endpoint=True，这意味着将包含指定范围内的最终值。如果设置了 endpoint=False，则将排除最终值，从而更好地控制值的间距。这在创建迭代或采样范围时非常有用。

在此示例中，我们生成一个从 (10^1) 到 (10^3)​​ 的值序列，但通过设置 endpoint=False 排除端点 (10³) -

import numpy as np
logspace_no_endpoint = np.logspace(1, 3, num=4, endpoint=False)
print("无端点的对数空间数组:
", logspace_no_endpoint)

输出

以下是上述代码的输出 -

无端点的对数空间数组:
 [ 10.          31.6227766  100.         316.22776602]

numpy_array_creation_routines.html