Python库介绍3 更多的创建一维数组方式

前面我们提到，使用numpy.array函数可以创建一个数组

可是，这种方法仅仅适用于数组元素较少的情况，如果要创建一个较大的数组，一个一个输入数据是件繁琐的工作

numpy中提供了一些内建函数，用于方便地创建一些数组类型

【arrange()函数】

numpy.arange()是numpy 库中的一个非常有用的函数，用于生成一个等差数列的数组

例如：

import numpy as np

a= np.arange(0, 10)

print(a)

arrange(m,n)会生成一个m~n-1的整数数组

它有点类似于range()函数

区别在于:range()函数生成的是一个序列

arrange()函数会生成一个数组

我们可以增加第三个参数用于指定等差数列的公差

如：

import numpy as np

a= np.arange(0, 20,4)

print(a)

它生成了一个0~19，公差为4的数组

【linspace()函数】

linspace() 用于在两个数据之间生成一串间隔相同的数

它在几何上的意义就是把一条线段n等分

例如：

import numpy as np

x = np.linspace(0, 1, 5)

print(x)

可以看到，linspace()会在0~1这个范围内生成5个数，它正好把0~1的区域4等分

【logspace()函数】

logspace(m,n,x)用于生成等比数列

等比数列的取值范围为:

，x为生成数字的个数

例如:

import numpy as np

a = np.logspace(0, 3, 4)

print(a)

如果不想指定以10为底的数，可以通过base参数来换成别的底数

例如:

import numpy as np

a = np.logspace(0, 3, 4,base=2)

print(a)

它的取值范围是：

，数组一共有4个元素