- Bài 1: Giới thiệu và thiết lập môi trường
- Bài 2: Ndarray Object
- Bài 3: Kiểu dữ liệu
- Bài 4: Thuộc tính của Mảng
- Bài 5: Quy trình tạo mảng
- Bài 6: Mảng từ dữ liệu có sẵn
- Bài 7: Mảng từ dãy số
- Bài 8: Index & Slice
- Bài 9: Advanced Indexing
- Bài 10: Broadcast
- Bài 11: Duyệt Mảng
- Bài 12: Toán tử nhị phân
- Bài 13: Hàm String
- Bài 14: Hàm Toán Học
- Bài 15: Các phép tính toán học
- Bài 16: Hàm thống kê
- Bài 17: Sort, Search & Counting
- Bài 18: Chuyển đổi Byte
- Bài 19: Copy & View
- Bài 20: Ma trận
- Bài 21: Đại số tuyến tính
- Bài 22: Matplotlib
- Bài 23: Biểu đồ sử dụng Matplotlib
- Bài 24: I/O trong numpy
Bài 7: Mảng từ dãy số - Numpy trong Python
Đăng bởi: Admin | Lượt xem: 4643 | Chuyên mục: AI
Ở bài hôm nay . ta sẽ xem cách tạo một mảng từ một dãy số trong phạm vi nhất định
1. numpy.arange :
Hàm này trả về một đối tượng ndarray chứa các giá trị cách đều nhau trong một phạm vi nhất định. Cú pháp như sau :
numpy.arange(start, stop, step, dtype)
- start : Khoảng thời gian bắt đầu. Nếu bỏ qua, mặc định là 0
- stop : Kết thúc khoảng thời gian
- step : Khoảng cách giữa các giá trị, mặc định là 1
- dtype : Kiểu dữ liệu của ndarray kết quả. Nếu không được cung cấp, kiểu dữ liệu đầu vào sẽ được sử dụng
Ví dụ 1 :
import numpy as np
x = np.arange(5)
print x
Kết quả :
[0 1 2 3 4]
Ví dụ 2:
import numpy as np
# dtype set
x = np.arange(5, dtype = float)
print x
[0. 1. 2. 3. 4.]
Ví dụ 3 :
# start and stop parameters set
import numpy as np
x = np.arange(10,20,2)
print x
kết quả :
[10 12 14 16 18]
2. numpy.linspace
Hàm này tương tự như hàm arange (). Trong hàm này, thay vì kích thước bước, số lượng các giá trị cách đều giữa khoảng được chỉ định.
numpy.linspace(start, stop, num, endpoint, retstep, dtype)
Lưu ý các tham số sau :
- start : Khoảng thời gian bắt đầu. Nếu bỏ qua, mặc định là 0
- stop : Kết thúc khoảng thời gian
- num : Số lượng mẫu cách đều nhau sẽ được tạo ra. Mặc định là 50
- endpoint :Mặc định là true, do đó giá trị dừng được bao gồm trong chuỗi. Nếu sai, nó không có giá trị dùng
- retstep : Nếu đúng, trả về các giá trị mẫu và bước giữa các số liên tiếp
- dtype : trả về kiểu dữ liệu là ndarray
Các ví dụ sau về hàm linspace
Ví dụ 1 :
import numpy as np
x = np.linspace(10,20,5)
print x
Kết quả :
[10. 12.5 15. 17.5 20.]
Ví dụ 2 :
# endpoint set to false
import numpy as np
x = np.linspace(10,20, 5, endpoint = False)
print x
kết quả :
[10. 12. 14. 16. 18.]
Ví dụ 3
# find retstep value
import numpy as np
x = np.linspace(1,2,5, retstep = True)
print x
# retstep here is 0.25
Kết quả ;
(array([ 1. , 1.25, 1.5 , 1.75, 2. ]), 0.25)
3. numpy.logspace
Hàm này trả về một đối tượng ndarray có chứa các số cách đều nhau trên thang log. Điểm cuối bắt đầu và điểm dừng của thang đo là chỉ số của cơ sở, thường là 10.
numpy.logspace(start, stop, num, endpoint, base, dtype)
- start : Khoảng thời gian bắt đầu. Nếu bỏ qua, mặc định là 0
- stop : Kết thúc khoảng thời gian
- num : Số lượng mẫu cách đều nhau sẽ được tạo ra. Mặc định là 50
- endpoint :Mặc định là true, do đó giá trị dừng được bao gồm trong chuỗi. Nếu sai, nó không có giá trị dùng
- base : Cơ sở của không gian nhật ký, mặc định là 10
- dtype : trả về kiểu dữ liệu là ndarray
Ví dụ 1 :
import numpy as np
# default base is 10
a = np.logspace(1.0, 2.0, num = 10)
print a
Kết quả :
[ 10. 12.91549665 16.68100537 21.5443469 27.82559402
35.93813664 46.41588834 59.94842503 77.42636827 100. ]
Ví dụ 2 :
# set base of log space to 2
import numpy as np
a = np.logspace(1,10,num = 10, base = 2)
print a
[ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.]
Theo dõi VnCoder trên Facebook, để cập nhật những bài viết, tin tức và khoá học mới nhất!
- Bài 1: Giới thiệu và thiết lập môi trường
- Bài 2: Ndarray Object
- Bài 3: Kiểu dữ liệu
- Bài 4: Thuộc tính của Mảng
- Bài 5: Quy trình tạo mảng
- Bài 6: Mảng từ dữ liệu có sẵn
- Bài 7: Mảng từ dãy số
- Bài 8: Index & Slice
- Bài 9: Advanced Indexing
- Bài 10: Broadcast
- Bài 11: Duyệt Mảng
- Bài 12: Toán tử nhị phân
- Bài 13: Hàm String
- Bài 14: Hàm Toán Học
- Bài 15: Các phép tính toán học
- Bài 16: Hàm thống kê
- Bài 17: Sort, Search & Counting
- Bài 18: Chuyển đổi Byte
- Bài 19: Copy & View
- Bài 20: Ma trận
- Bài 21: Đại số tuyến tính
- Bài 22: Matplotlib
- Bài 23: Biểu đồ sử dụng Matplotlib
- Bài 24: I/O trong numpy