linspace可以用来实现相同间隔的采样； numpy.linspace(start,stop,num=50,endpoint=True,retstep=False, dtype=None) 返回num均匀分布的样本，在[start, stop]。
Parameters(参数):
start : scalar(标量) The starting value of the sequence(序列的起始点). stop : scalar 序列的结束点，除非endpoint被设置为False，在这种情况下, the sequence consists of all but the last of num + 1 evenly spaced samples(该序列包括所有除了最后的num+1上均匀分布的样本(感觉这样翻译有点坑)), 英文美文以致于stop被排除.当endpoint is False的时候注意步长的大小(下面有例子). num : int, optional(可选)， 生成的样本数，默认是50。必须是非负。 endpoint : bool, optional， 如果是真，则一定包括stop，如果为False，一定不会有stop retstep : bool, optional If True, return (samples, step), where step is the spacing between samples.(看例子) dtype : dtype, optional The type of the output array. If dtype is not given, infer the data type from the other input arguments(推断这个输入用例从其他的输入中). New in version 1.9.0.
Returns:
samples : ndarray There are num equally spaced samples in the closed interval [start, stop] or the half-open interval [start, stop) (depending on whether endpoint is True or False). step : float(只有当retstep设置为真的时候才会存在) Only returned if retstep is True Size of spacing between samples.
当endpoint被设置为False的时候
import numpy as np np.linspace(1, 10, 10) array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]) np.linspace(1, 10, 10, endpoint=False) array([ 1. , 1.9, 2.8, 3.7, 4.6, 5.5, 6.4, 7.3, 8.2, 9.1]) In [4]: np.linspace(1, 10, 10, endpoint=False, retstep=True) Out[4]: (array([ 1. , 1.9, 2.8, 3.7, 4.6, 5.5, 6.4, 7.3, 8.2, 9.1]), 0.9)
官网的例子Examples
Graphical illustration:
转载于:https://www.cnblogs.com/zhaolide/p/10026178.html
