numpy.linspace

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.linspace.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

在指定的间隔内返回均匀间隔的数字。

返回在间隔[开始，停止]上计算的num个均匀间隔的样本。

可以可选地排除间隔的端点。

参数：	start：标量 序列的起始值。 停止：标量 除非endpoint设置为False，否则序列的结束值。在这种情况下，序列由除了最后的num + 1个均匀间隔的样本组成， 停止被排除。请注意，当端点为False时，步长会发生变化。 num：int，可选 要生成的样本数。默认值为50。必须为非负数。 endpoint：bool，可选 如果为真，则停止是最后一个样本。否则，不包括在内。默认值为True。 retstep：bool，可选 如果为真，返回（样本，步骤），其中步长是样本之间的间距。 dtype：dtype，可选 输出数组的类型。如果未给出dtype，则从其他输入参数推断数据类型。 版本1.9.0中的新功能。
返回：	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). 步骤：float 仅在retstep为True时返回 样本之间的间距大小。

也可以看看

arange

与linspace类似，但使用步长（而不是样本数）。

logspace

样本均匀分布在对数空间中。

例子

>>> 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)

图形图：

>>> 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()

（源代码，png，pdf）