numpy.logspace

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0) [source]

Возвращает числа, равномерно распределённые на логарифмической шкале.

В линейной шкале последовательность начинается с base ** start (base в степени start) и заканчивается base ** stop (см. endpoint ниже).

Изменено в версии 1.16.0: Сейчас поддерживаются нескалярные start и stop.

Параметры

startarray_like

base ** start — начальное значение последовательности.

stoparray_like

base ** stop — конечное значение последовательности, если endpoint равно False. В этом случае значения num + 1 равномерно распределены на интервале в логарифмической шкале, при этом все, кроме последнего (последовательность длиной num) возвращаются.

numinteger, optional

Количество генерируемых выборок. По умолчанию 50.

endpointboolean, optional

Если True, то stop — последняя выборка. В противном случае она не включается. По умолчанию True.

basefloat, optional

Основание логарифмической шкалы. Шаг между элементами в ln(samples) / ln(base) (или log_base(samples)) равномерный. По умолчанию 10.0.

dtypedtype

Тип выходного массива. Если dtype не задан, тип данных определяется из других входных аргументов.

axisint, optional

Ось в результате, на которой будут храниться выборки. Актуально только если start или stop являются массивоподобными. По умолчанию (0) выборки будут по новой оси, вставленной в начало. Используйте -1, чтобы получить ось в конце.

Введено в версии 1.16.0.

Возвращает

samplesndarray

num выборок, равномерно распределённых на логарифмической шкале.

См. также

arange

Аналогично linspace, но задаётся шаг вместо количества выборок. Обратите внимание, что при использовании с плавающей точкой конечной точки, конечная точка может или не может быть включена.

linspace

Аналогично logspace, но выборки равномерно распределены в линейной, а не логарифмической шкале.

geomspace

Аналогично logspace, но конечные точки задаются напрямую.

Примечания

Logspace эквивалентен коду

>>> y = np.linspace(start, stop, num=num, endpoint=endpoint)
... 
>>> power(base, y).astype(dtype)
... 

Примеры

>>> np.logspace(2.0, 3.0, num=4)
array([ 100.        ,  215.443469  ,  464.15888336, 1000.        ])
>>> np.logspace(2.0, 3.0, num=4, endpoint=False)
array([100.        ,  177.827941  ,  316.22776602,  562.34132519])
>>> np.logspace(2.0, 3.0, num=4, base=2.0)
array([4.        ,  5.0396842 ,  6.34960421,  8.        ])

Графическая иллюстрация:

>>> import matplotlib.pyplot as plt
>>> N = 10
>>> x1 = np.logspace(0.1, 1, N, endpoint=True)
>>> x2 = np.logspace(0.1, 1, N, endpoint=False)
>>> y = np.zeros(N)
>>> 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()