آرایه‌های Numpy در محدوده عددی

در این مقاله به بررسی چگونگی ایجاد آرایه‌های Numpy در محدوده های عددی خواهیم پرداخت.

Numpy.arange

این تابع با استفاده از مقادیر به صورت یکسان و با فواصل مساوی در داخل بازه‌ی مشخص شده، یک آرایه ایجاد می‌کند. دستورالعمل برای استفاده از این تابع به شرح زیر است:

numpy.arrange(start, stop, step, dtype)  

این تابع پارامترهای زیر را می‌پذیرد:

این تابع پارامترهای زیر را می‌پذیرد:

- start : مقدار شروع بازه. مقدار پیش‌فرض آن 0 است.

- stop: نمایانگر مقداری است که بازه تا آن مقدار پایان می‌یابد (با مقدار پایان این مقدار در بازه نمی‌آید).

- step: تعدادی که مقادیر بازه با آن تغییر می‌کنند.

- dtype: نوع داده‌ای مورد استفاده برای موارد آرایه‌ی Numpy.

- group: (اطلاعات بیشتر در دسترس نیست. احتمالا اشتباهی در این متن وارد شده است و به توضیح دقیقی نیاز دارد.)

با تنظیم این پارامترها، می‌توانید یک آرایه Numpy با مقادیر دلخواه در محدوده مورد نظر ایجاد کنید.

import numpy as np  
arr = np.arange(0,10,2,float)  
print(arr)  

[0. 2. 4. 6. 8.]

import numpy as np  
arr = np.arange(10,100,5,int)  
print("The array over the given range is ",arr)  

The array over the given range is  [10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95]

numpy.linspace

این تابع مشابه تابع numpy.arange است. این تابع مقادیر به صورت یکسان با فواصل معین را در طول مدت زمان مشخص شده برمی‌گرداند. سیستم به طور ضمنی اندازه گام را محاسبه می‌کند. ذسینتکس این تابع به صورت زیر است:

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

- start: مقدار شروع محدوده.

- stop: مقدار پایان محدوده.

- num: تعداد مقادیر مورد نظر در آرایه (پیش‌فرض 50 مقدار است).

- endpoint: مشخص می‌کند که مقدار پایان محدوده در آرایه وجود داشته باشد یا خیر (پیش‌فرض True).

- retstep: اگر این پارامتر به True تنظیم شود، اندازه گام محاسبه شده نیز به عنوان خروجی برگردانده می‌شود (پیش‌فرض False).

- dtype : نوع داده‌ای مورد استفاده برای موارد آرایه‌ی Numpy.

با استفاده از این تابع، می‌توانید آرایه‌ای با مقادیر به صورت یکسان و معین در طول یک مدت زمان مشخص ایجاد کنید.

  import numpy as np  
arr = np.linspace(10, 20, 5)  
print("The array over the given range is ",arr)  

The array over the given range is  [10.  12.5 15.  17.5 20.]

import numpy as np  
arr = np.linspace(10, 20, 5, endpoint = False)  
print("The array over the given range is ",arr)  

The array over the given range is  [10. 12. 14. 16. 18.]

numpy.linspace

این تابع مشابه تابع numpy.arange است. این تابع مقادیر به صورت یکسان با فواصل معین را در طول مدت زمان مشخص شده برمی‌گرداند. سیستم به طور ضمنی اندازه گام را محاسبه می‌کند. ذسینتکس این تابع به صورت زیر است:

numpy.logspace

این تابع با استفاده از اعدادی که به صورت مساوی روی یک مقیاس لگاریتمی جدا شده‌اند، یک آرایه ایجاد می‌کند. سینتکس این تابع به صورت زیر است:

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

- start: مقدار شروع محدوده در پایه مقیاس لگاریتمی.

- stop: مقدار پایان محدوده در پایه مقیاس لگاریتمی.

- num: تعداد مقادیر بین محدوده (پیش‌فرض 50 مقدار است).

- endpoint: یک مقدار منطقی (boolean) است. اگر True باشد، مقدار ممیز شده توسط stop آخرین مقدار محدوده خواهد بود.

- base: پایه مقیاس لگاریتمی (پیش‌فرض 10.0).

- dtype: نوع داده‌ای مورد استفاده برای موارد آرایه‌ی Numpy.

با استفاده از این تابع، می‌توانید آرایه‌ای از مقادیر به صورت مساوی در مقیاس لگاریتمی ایجاد کنید. این مقادیر بین مقدار شروع و مقدار پایان در مقیاس لگاریتمی قرار می‌گیرند.

import numpy as np  
arr = np.logspace(10, 20, num = 5, endpoint = True)  
print("The array over the given range is ",arr)  

The array over the given range is  [1.00000000e+10 3.16227766e+12 1.00000000e+15 3.16227766e+17
 1.00000000e+20]

import numpy as np  
arr = np.logspace(10, 20, num = 5,base = 2, endpoint = True)  
print("The array over the given range is ",arr)  

The array over the given range is  [1.02400000e+03 5.79261875e+03 3.27680000e+04 1.85363800e+05