Python – numpy.linspace

Hàm numpy.linspace được sử dụng để tạo một tập hợp các số được phân bố đều trong một khoảng xác định.

Cú pháp

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

Tham số

Hàm có thể chấp nhận các tham số sau:

start – Bắt đầu của chuỗi; mặc định được coi là không.
stop – Điểm cuối của chuỗi.
num – Số phần tử được tạo giữa start và stop.
endpoint – Kiểm soát việc giá trị stop có được bao gồm trong mảng đầu ra hay không. Nếu endpoint là True, tham số stop được bao gồm làm mục cuối cùng trong nd.array. Nếu endpoint là False, tham số stop không được bao gồm.


    retstep – Nếu retstep=true, nó trả về mẫu và bước. Mặc định là False.
    dtype – Mô tả kiểu của mảng đầu ra.



Ví dụ 1
Xét ví dụ sau:
# Nhập thư viện numpy
import numpy as np

# Hàm linspace()
x = np.linspace(start=1, stop=20, num=10)

# Làm tròn kết quả
y = np.round(x)
print("linspace của X :\n", y)

Kết quả
Sẽ tạo ra đầu ra sau:
linspace của X : [ 1.  3.  5.  7.  9. 12. 14. 16. 18. 20.]

Ví dụ 2
np.arange hoạt động khá giống np.linspace, nhưng có một chút khác biệt.

    np.linspace sử dụng đếm quyết định bao nhiêu giá trị bạn sẽ có giữa giá trị min và max của phạm vi.
    np.arange sử dụng giá trị bước để lấy tập hợp các giá trị phân bố đều trong một phạm vi.


Ví dụ sau làm nổi bật sự khác biệt giữa hai phương pháp này.
# Nhập thư viện cần thiết
import numpy as np

# np.arange
A = np.arange(0, 20, 2)
print("Các phần tử của A :\n", A)

# np.linspace
B = np.linspace(0, 20, 10)
B = np.round(B)
print("Các phần tử của B :\n", B)

Kết quả
Sẽ tạo ra đầu ra sau:
Các phần tử của A : [ 0  2  4  6  8 10 12 14 16 18]
Các phần tử của B : [ 0.  2.  4.  7.  9. 11. 13. 16. 18. 20.]