numpy.linspace

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

Возвращает равномерно распределённые числа на заданном интервале.

Возвращает num равномерно распределённые образцы, вычисленные на интервале [start, stop].

Конечная точка интервала может быть необязательно исключена.

Параметры:

start : скаляр Начальное значение последовательности. stop : скаляр Конечное значение последовательности, если endpoint не установлено в False. В противном случае последовательность состоит из всех, кроме последнего, из num + 1 равномерно распределённых образцов, так что stop исключается. Обратите внимание, что шаг изменяется, когда endpoint равно False. num : int, необязательно Количество образцов для генерации. По умолчанию 50. Должно быть неотрицательным. endpoint : bool, необязательно Если True, то stop является последним образцом. В противном случае он не включается. По умолчанию True. retstep : bool, необязательно Если True, возвращает (samples, step), где step — расстояние между образцами. dtype : dtype, необязательно Тип выходного массива. Если dtype не задан, тип данных определяется по другим входным аргументам. Введено в версии 1.9.0.

Возвращает:

samples : ndarray Существует num равномерно распределённых образцов в замкнутом интервале [start, stop] или в полуоткрытом интервале [start, stop) (в зависимости от того, endpoint равно True или False). step : float, необязательно Возвращается только если retstep равно True Размер шага между образцами.

См. также

arange

Аналогично linspace, но использует шаг (вместо количества образцов).

logspace

Образцы, равномерно распределённые в логарифмическом пространстве.

Примеры

>>> np.linspace(2.0, 3.0, num=5)
array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])
>>> np.linspace(2.0, 3.0, num=5, endpoint=False)
array([ 2. ,  2.2,  2.4,  2.6,  2.8])
>>> np.linspace(2.0, 3.0, num=5, retstep=True)
(array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)

Графическая иллюстрация:

>>> import matplotlib.pyplot as plt
>>> N = 8
>>> y = np.zeros(N)
>>> x1 = np.linspace(0, 10, N, endpoint=True)
>>> x2 = np.linspace(0, 10, N, endpoint=False)
>>> plt.plot(x1, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(x2, y + 0.5, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.ylim([-0.5, 1])
(-0.5, 1)
>>> plt.show()