Alcance numpy

A Biblioteca Python essencial para computação numérica é chamada de Numpy. O tipo de matriz ndarray é o mais crucial. Numerosos métodos de construção de matrizes estão disponíveis no Numpy para várias circunstâncias. Uma dessas funções que usa intervalos numéricos é Arange (). Dado que o NP é um acrônimo frequentemente usado para Numpy, às vezes é chamado de NP.arange (). Neste artigo, damos a sintaxe, os parâmetros e muitas maneiras de gerar uma matriz numpy da função Arange (). Além disso, para o benefício do leitor, uma variedade de exemplos de programação que empregam o NP.A função Arange () também é coberta. Vamos começar.

Função numpy arange ()

Uma variedade de números pode ser criada como uma matriz usando a função Python Numpy Arange (). Iniciar, parar, degrau e dtype são os quatro argumentos que essa função requer. Range () funciona apenas com números inteiros. Por outro lado, Arange () funciona com os tipos de INT e Float. A sintaxe e os parâmetros de Arange () e Range () em Python são semelhantes ao que você pode descobrir na seção a seguir.

Sintaxe de NP.Arange ()

Numpy Arange tem uma sintaxe bastante simples. Como outras funções Numpy, também podemos chamar o nome da função e especificar um conjunto de parâmetros depois.

Você invoca o método com np.Arange () se você importar o Numpy para o seu ambiente como NP. Então, existem 4 parâmetros dentro da função ARANGE () que você pode alterar.

O valor inicial da linha é indicado pela opção "Iniciar". Esta opção é opcional; portanto, se você não especificar, o valor padrão será definido como 0.

O limite da linha é indicado pela opção "Stop". Como em qualquer indexação Python, lembre -se de que esse valor não faz parte do intervalo final. Consequentemente, a série de valores inclui efetivamente o valor de parada e continua a ele. Além disso, você deve dar um valor de parada porque esta opção é necessária.

A distância entre os valores na sequência é especificada pelo argumento "passo". Este elemento não é necessário. Se você não dar nenhum valor à opção "Etapa", ela será definida como 1 por padrão.

O tipo de dados é definido pela opção "dtype". Numerosos tipos de dados estão disponíveis em Python e Numpy, que podem ser usados.

Agora, você tem uma ideia do Numpy.função arange () e sua sintaxe. Vamos ver alguns programas de exemplo para aprender como a função funciona.

Exemplo 1:

Demonstraremos como construir uma sequência de organização Numpy fácil neste exemplo. Certifique -se de importar o módulo Numpy para o seu ambiente antes de começar a trabalhar neste exemplo e os outros que se seguem. Vamos agora demonstrar o código para gerar uma matriz Numpy com sete valores. O código demonstra que primeiro importamos o módulo Numpy e depois usamos o NP.Organize () função para construir uma matriz que contém 7 entradas.

Você deve ter em mente alguns fatores, incluindo o fato de omitir o valor inicial. A sequência começa em "0" como resultado. Segundo, o "7" atua como o ponto de parada quando usamos o código STOP = 7. Em resposta, Numpy gera uma sequência de números que variam de 0 a esse valor de parada, mas não o inclui.

Os valores aumentam por "etapas" de 1. Isso ocorre como resultado do valor do parâmetro de etapa não ser especificado. O valor do argumento da etapa padroniza para 1 se não for fornecido. O tipo de dados também não é especificado e Python determina o tipo de dados dos outros argumentos fornecidos à função.

importar numpy como np
Imprimir (NP.arange (stop = 7))

Você pode ver que o código anterior é executado com sucesso no seguinte:

Outra opção é simplesmente deixar o argumento e não o parâmetro, como no exemplo a seguir:

importar numpy como np
Imprimir (NP.ARANGE (7))

Exemplo 2:

Explicamos como gerar uma matriz no primeiro exemplo usando uma sequência de um. Agora, mostramos as etapas para criar uma sequência de números que incrementos em 2. No código, vamos gerar uma série de números na Etapa 2. Começa às 4 e termina aos 20. Empregamos uma posição inicial de 4 e uma posição de parada de 20 para realizar isso. Definimos o "passo = 2" para incrementar os números em etapas de 2. Veja o seguinte código:

importar numpy como np
res = np.arange (start = 4, stop = 20, etapa = 2)
Imprimir (res)

O código anterior cria a matriz como esta:

O código gera a matriz Numpy com os seguintes valores: 4, 6, 8, 10, 12, 14, 16 e 18. O início da faixa de saída é 4. Fizemos isso definindo o início para 4. O intervalo de saída consiste então de valores começando em 4 e aumentando em 2 incrementos até 18: 4, 6, 8, 10, etc.

Porque definimos o valor de parada para 20, os valores do intervalo terminam em 18. Mas lembre -se de que Numpy.Arange () só cria uma série até o valor de parada. Como resultado, uma vez que Arange () atinge 18, ele para de funcionar. De acordo com a sintaxe, stop = 20, se tentar aumentar em um valor de etapa 2, resulta em um valor de 20 que deve ser ignorado.

Exemplo 3:

Vamos demonstrar como contar para trás no exemplo final. Para fazer isso, você precisa empregar a opção "Etapa". Como podemos ver nos exemplos anteriores, a contagem é sempre realizada gradualmente do começo ao fim. A opção "Etapa" aqui está definida como um número inteiro negativo para contar para trás. Ele imprime todos os números inteiros do intervalo com uma etapa decrescente se o definirmos como -1.

É importante ter em mente que, para que isso funcione, o valor inicial deve ser maior que o valor final. O valor inicial é definido como 25 e o valor final é definido como 10 para retornar uma lista de 25 a 10 no contrário. A etapa está definida como -1. Confira o seguinte código:

importar numpy como np
res = np.Arange (25, 10, -1)
Imprimir (res)

Na captura de tela abaixo, um intervalo de números de 25 a 11 pode ser visto

Conclusão

Este artigo é definido a função Numpy Arange () e demonstrou como usá -lo para gerar uma matriz com intervalos especificados. A sintaxe da função arange () também é fornecida juntamente com uma explicação de cada um de seus parâmetros. Para você compreender o tópico em questão e implementar a ideia em seus programas com facilidade, também incluímos três exemplos separados com todas as informações necessárias.