Python 2.7 指定Numpy数组中的元素
我想创建numpy数组,它接受[0,10]范围内的值,每个元素之间的除法为0.1。我该怎么做呢?希望我的要求足够清楚。使用 从文档中: numpy.arange([start],stop[,step],dtype=None)以均匀间隔返回 给定间隔内的值 例如:Python 2.7 指定Numpy数组中的元素,python-2.7,numpy,spyder,Python 2.7,Numpy,Spyder,我想创建numpy数组,它接受[0,10]范围内的值,每个元素之间的除法为0.1。我该怎么做呢?希望我的要求足够清楚。使用 从文档中: numpy.arange([start],stop[,step],dtype=None)以均匀间隔返回 给定间隔内的值 例如: >>> np.arange(3) array([0, 1, 2]) >>> np.arange(3.0) array([ 0., 1., 2.]) >>> np.arange(3
>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0., 1., 2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])
给你:
np.arange(0,10,0.1)
使用
从文档中:
numpy.arange([start],stop[,step],dtype=None)以均匀间隔返回
给定间隔内的值
例如:
>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0., 1., 2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])
给你:
np.arange(0,10,0.1)
使用
从文档中:
numpy.arange([start],stop[,step],dtype=None)以均匀间隔返回
给定间隔内的值
例如:
>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0., 1., 2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])
给你:
np.arange(0,10,0.1)
使用
从文档中:
numpy.arange([start],stop[,step],dtype=None)以均匀间隔返回
给定间隔内的值
例如:
>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0., 1., 2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])
给你:
np.arange(0,10,0.1)
除了@agconti answer,您还可以使用所谓的linspace: 代码:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
输出:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
除了@agconti answer,您还可以使用所谓的linspace: 代码:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
输出:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
除了@agconti answer,您还可以使用所谓的linspace: 代码:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
输出:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
除了@agconti answer,您还可以使用所谓的linspace: 代码:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
输出:
import numpy
a = numpy.linspace(0, 10, num = 101) # num -> number of elements
print a
[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1
1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3
2.4 2.5 2.6 2.7 2.8 2.9 3. 3.1 3.2 3.3 3.4 3.5
3.6 3.7 3.8 3.9 4. 4.1 4.2 4.3 4.4 4.5 4.6 4.7
4.8 4.9 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
6. 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7. 7.1
7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8. 8.1 8.2 8.3
8.4 8.5 8.6 8.7 8.8 8.9 9. 9.1 9.2 9.3 9.4 9.5
9.6 9.7 9.8 9.9 10. ]
我最初考虑过使用它,但认为它在概念上更难,因为你必须知道数组中的元素数。但是我很高兴你把它包括进来是为了完整,+1。这取决于你用它做什么。你想用数组做什么?另外,对于非python用户来说,这可能更具语义:
np.linspace(0,1100,endpoint=False)
。我最初考虑过使用它,但从概念上讲,它更难,因为你必须知道数组中的元素数。但是我很高兴你把它包括进来是为了完整,+1。这取决于你用它做什么。你想用数组做什么?另外,对于非python用户来说,这可能更具语义:np.linspace(0,1100,endpoint=False)
。我最初考虑过使用它,但从概念上讲,它更难,因为你必须知道数组中的元素数。但是我很高兴你把它包括进来是为了完整,+1。这取决于你用它做什么。你想用数组做什么?另外,对于非python用户来说,这可能更具语义:np.linspace(0,1100,endpoint=False)
。我最初考虑过使用它,但从概念上讲,它更难,因为你必须知道数组中的元素数。但是我很高兴你把它包括进来是为了完整,+1。这取决于你用它做什么。你想用数组做什么?另外,对于非python用户来说,这可能更具语义:np.linspace(0,1100,endpoint=False)
。下层投票人是否愿意发表评论?我的答案是有效的。好吧,检查arange文档“当使用非整数步长时,例如0.1,结果通常不一致。最好在这些情况下使用linspace。”显然我的答案是有效的。仍然会生成正确的结果。当我评论@kitians answer时,我认为这在概念上可能比ops的linespace更容易。简单地说,不。这个答案甚至不能概括一点。如果你推广它,你可能会得到腐败的结果。而且它不如linspace精确(尽管速度更快)。所以,不管它是否有效,我认为这是一个糟糕的建议。NP.ARange()是否产生了一个NUMPY数组?下级选民会不会愿意发表评论?我的答案是有效的。好吧,检查arange文档“当使用非整数步长时,例如0.1,结果通常不一致。最好在这些情况下使用linspace。”显然我的答案是有效的。仍然会生成正确的结果。当我评论@kitians answer时,我认为这在概念上可能比ops的linespace更容易。简单地说,不。这个答案甚至不能概括一点。如果你推广它,你可能会得到腐败的结果。而且它不如linspace精确(尽管速度更快)。所以,不管它是否有效,我认为这是一个糟糕的建议。NP.ARange()是否产生了一个NUMPY数组?下级选民会不会愿意发表评论?我的答案是有效的。好吧,检查arange文档“当使用非整数步长时,例如0.1,结果通常不一致。最好在这些情况下使用linspace。”显然我的答案是有效的。仍然会生成正确的结果。当我评论@kitians answer时,我认为这在概念上可能比ops的linespace更容易。简单地说,不。这个答案甚至不能概括一点。如果你推广它,你可能会得到腐败的结果。而且它不如linspace精确(尽管速度更快)。所以,不管它是否有效,我认为这是一个糟糕的建议。NP.ARange()是否产生了一个NUMPY数组?下级选民会不会愿意发表评论?我的答案是有效的。好吧,检查arange文档“当使用非整数步长时,例如0.1,结果通常不一致。最好在这些情况下使用linspace。”显然我的答案是有效的。仍然会生成正确的结果。当我评论@kitians answer时,我认为这在概念上可能比ops的linespace更容易。简单地说,不。这个答案甚至不能概括一点。如果你推广它,你可能会得到腐败的结果。而且它不如linspace精确(尽管速度更快)。因此,不管它是否有效,我认为这是一个糟糕的建议。NP.ARange()是否产生了一个NUMPY数组?