Lære Opprettelsesfunksjoner for 1D-Arrays

I tillegg til grunnleggende array-opprettelse ved eksplisitt å angi elementene, tillater numpy også automatisk opprettelse av arrays ved hjelp av spesielle funksjoner. Her er to av de mest brukte funksjonene for å opprette utelukkende 1D-arrays:

arange();
linspace().

arange()

Funksjonen numpy.arange() ligner på Pythons innebygde range()-funksjon, men returnerer en ndarray. Den lager i hovedsak et array med jevnt fordelte elementer innenfor et spesifisert intervall.

For eksempel, hvis det spesifiserte intervallet er fra 0 til 10 med et steg på 2, vil det resulterende arrayet være: [0, 2, 4, 6, 8].

Her er de tre viktigste parameterne og deres roller:

start:
- Standardverdi: 0;
- Representerer første element i arrayet.
stop:
- Ingen standardverdi;
- Definerer sluttpunktet, som ikke er inkludert i arrayet.
step:
- Standardverdi: 1;
- Angir inkrementet som legges til hvert påfølgende element.


              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()

Selv om arange() kan brukes med reelle tall, foretrekkes numpy.linspace() fremfor numpy.arange() for dette formålet fordi arange() kan gi uventede resultater på grunn av flyttalls-presisjonsfeil ved beregning av steg. I motsetning genererer linspace() et spesifikt antall jevnt fordelte punkter innenfor et intervall, noe som sikrer nøyaktighet og konsistens.

Med linspace() brukes parameteren step i stedet for num for å angi antall prøver (tall) innenfor et gitt intervall (standardverdi er 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

Parameteren endpoint bestemmer om stop-verdien skal inkluderes. Som standard er den satt til True (inkluderende). Hvis den settes til False, ekskluderes stop-verdien, noe som gir en litt mindre stegstørrelse.

Her er en sammenligning av array_inclusive og 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)

Når endpoint=True, deles intervallet $[0, 1]$ inn i 4 like segmenter og inkluderer endepunktet (1), noe som gir en steglengde på $(1 - 0) / 4 = 0.25$ .

Når endpoint=False, deles intervallet $[0, 1)$ inn i 5 like segmenter siden endepunktet er ekskludert, noe som gir en steglengde på $(1 - 0) / 5 = 0.2$ .

Oppgave

Swipe to start coding

Bruk funksjonen arange() for å opprette arrayet even_numbers.
Spesifiser argumentene for å lage et array med partall fra 2 til 21, eksklusiv.
Bruk riktig funksjon for å opprette arrayet samples, som lar deg angi antall verdier innenfor et gitt intervall.
Spesifiser de tre første argumentene for å lage et array med 10 jevnt fordelte tall mellom 5 og 6.
Sørg for at 6 ikke er inkludert i arrayet samples.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 4

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Suggested prompts:

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 3.7

Sveip for å vise menyen

arange();
linspace().