- NumPy - 수학/과학 연산을 위한 파이썬 패키지
- NumPy 기초
- NumPy 어레이 만들기
- NumPy 어레이 출력하기
- NumPy 기본 연산
- NumPy 범용 함수 (ufunc)
- NumPy 인덱싱/슬라이싱/이터레이팅
- NumPy 어레이 형태 다루기
- NumPy 난수 생성 (Random 모듈)
- NumPy 다양한 함수들
- numpy.absolute
- numpy.add
- numpy.allclose
- numpy.amax
- numpy.amin
- numpy.append
- numpy.arange
- numpy.arccos
- numpy.arccosh
- numpy.arcsin
- numpy.arcsinh
- numpy.arctan
- numpy.arctanh
- numpy.argmax
- numpy.argsort
- numpy.around
- numpy.array_equal
- numpy.array_split
- numpy.array
- numpy.cbrt
- numpy.ceil
- numpy.clip
- numpy.concatenate
- numpy.copy
- numpy.cos
- numpy.cosh
- numpy.cumsum
- numpy.deg2rad
- numpy.delete
- numpy.digitize
- numpy.divide
- numpy.dot
- numpy.dsplit
- numpy.empty_like
- numpy.empty
- numpy.equal
- numpy.exp
- numpy.exp2
- numpy.expm1
- numpy.fabs
- numpy.fix
- numpy.floor_divide
- numpy.floor
- numpy.full_like
- numpy.full
- numpy.greater_equal
- numpy.greater
- numpy.hsplit
- numpy.identity
- numpy.insert
- numpy.isclose
- numpy.less_equal
- numpy.less
- numpy.linspace
- numpy.loadtxt
- numpy.log
- numpy.log1p
- numpy.log2
- numpy.log10
- numpy.matmul
- numpy.mean
- numpy.mod
- numpy.multiply
- numpy.ndarray.astype
- numpy.ndarray.flatten
- numpy.ndarray.shape
- numpy.negative
- numpy.nonzero
- numpy.not_equal
- numpy.ones_like
- numpy.ones
- numpy.polyfit
- numpy.positive
- numpy.power
- numpy.prod
- numpy.rad2deg
- numpy.random.rand
- numpy.random.randint
- numpy.random.randn
- numpy.random.seed
- numpy.random.standard_normal
- numpy.reciprocal
- numpy.remainder
- numpy.repeat
- numpy.reshape
- numpy.rint
- numpy.round_
- numpy.savetxt
- numpy.set_printoptions
- numpy.sign
- numpy.sin
- numpy.sinh
- numpy.split
- numpy.sqrt
- numpy.square
- numpy.std
- numpy.subtract
- numpy.sum
- numpy.take
- numpy.tan
- numpy.tanh
- numpy.tile
- numpy.transpose
- numpy.tril
- numpy.triu
- numpy.true_divide
- numpy.trunc
- numpy.var
- numpy.vsplit
- numpy.where
- numpy.zeros_like
- numpy.zeros
- NumPy 상수
- Python Tutorial
- NumPy Tutorial
- Matplotlib Tutorial
- PyQt5 Tutorial
- BeautifulSoup Tutorial
- xlrd/xlwt Tutorial
- Pillow Tutorial
- Googletrans Tutorial
- PyWin32 Tutorial
- PyAutoGUI Tutorial
- Pyperclip Tutorial
- TensorFlow Tutorial
- Tips and Examples
numpy.linspace¶
numpy.linspace 함수는 지정한 구간을 균일한 간격으로 나누는 숫자들을 반환합니다.
예제1¶
import numpy as np
a = np.linspace(1.0, 3.0, num=5)
b = np.linspace(1.0, 3.0, num=20)
print(a)
print(b)
[1. 1.5 2. 2.5 3. ]
[1. 1.10526316 1.21052632 1.31578947 1.42105263 1.52631579
1.63157895 1.73684211 1.84210526 1.94736842 2.05263158 2.15789474
2.26315789 2.36842105 2.47368421 2.57894737 2.68421053 2.78947368
2.89473684 3. ]
a와 b는 1.0에서 3.0의 범위를 균일하게 나누는 숫자 5개와 20개를 반환합니다.
import numpy as np
import matplotlib.pyplot as plt
a = np.linspace(1.0, 3.0, num=5)
b = np.linspace(1.0, 3.0, num=20)
y_a = np.ones(5)
y_b = np.ones(20)
plt.plot(a, y_a, 'o', alpha=0.7, markersize=15)
plt.plot(b, y_b, '^', alpha=0.5, markersize=12)
plt.show()
Matplotlib을 이용해서 값을 나타내보면 아래와 같습니다.
예제2 - endpoint, retstep¶
import numpy as np
a = np.linspace(1.0, 3.0, num=5, endpoint=True)
b = np.linspace(1.0, 3.0, num=5, endpoint=False)
c = np.linspace(1.0, 3.0, num=5, endpoint=False, retstep=True)
print(a)
print(b)
print(c)
[1. 1.5 2. 2.5 3. ]
[1. 1.4 1.8 2.2 2.6]
(array([1. , 1.4, 1.8, 2.2, 2.6]), 0.4)
어레이 b와 같이 endpoint=False로 설정하면 범위의 끝을 제외하고 num 개의 숫자를 반환합니다.
어레이 c와 같이 retstep=True로 설정하면 step을 함께 반환(return step)합니다.
관련 페이지¶
이전글/다음글
이전글 : numpy.less
다음글 : numpy.loadtxt