numpy.logspace

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

समान रूप से लॉग पैमाने पर दिए गए रिटर्न नंबर।

रैखिक स्थान में, अनुक्रम base ** start ( base ** start की शक्ति के base ** stop ) पर start होता है और base ** stop (नीचे endpoint देखें) के साथ समाप्त होता है।

पैरामीटर:

शुरू : नाव base ** start अनुक्रम का प्रारंभिक मूल्य है। रोक : फ्लोट base ** stop अनुक्रम का अंतिम मूल्य है, जब तक कि endpoint गलत नहीं है। उस स्थिति में, num + 1 मान लॉग-स्पेस में अंतराल पर फैलाए जाते हैं, जिनमें से सभी लेकिन अंतिम (लंबाई num का एक क्रम) वापस आ जाते हैं। संख्या : पूर्णांक, वैकल्पिक उत्पन्न करने के लिए नमूनों की संख्या। डिफ़ॉल्ट 50 है। अंतिम बिंदु : बूलियन, वैकल्पिक यदि सही है, stop अंतिम नमूना है। अन्यथा, यह शामिल नहीं है। डिफ़ॉल्ट सत्य है। आधार : फ्लोट, वैकल्पिक लॉग स्पेस का आधार। log_base(samples) ln(samples) / ln(base) (या log_base(samples) ) में तत्वों के बीच चरण आकार एक समान है। डिफ़ॉल्ट 10.0 है। dtype : dtype आउटपुट सरणी का प्रकार। यदि dtype नहीं दिया गया है, तो अन्य इनपुट तर्कों से डेटा प्रकार का अनुमान dtype ।

यह दिखाता है:

नमूने : ndarray num नमूने, समान रूप से एक लॉग स्केल पर दिए गए।

यह भी देखें

arange

लिन्सस्पेस के समान, नमूनों की संख्या के बजाय निर्दिष्ट चरण आकार के साथ। ध्यान दें कि, जब फ्लोट एंडपॉइंट के साथ उपयोग किया जाता है, तो एंडपॉइंट शामिल हो सकता है या नहीं।

linspace

लॉगस्पेस के समान, लेकिन लॉग स्पेस के बजाय समान रूप से रैखिक अंतरिक्ष में वितरित किए गए नमूनों के साथ।

geomspace

लॉगस्पेस के समान है, लेकिन सीधे समापन बिंदुओं के साथ।

टिप्पणियाँ

लॉगस्पेस कोड के बराबर है

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

उदाहरण

>>> 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.        ])

चित्रमय चित्रण:

>>> 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()