Python使用np.linspace生成均匀分布点的注意事项

月亮慢半拍
月亮慢半拍
发布时间:2026-10-13| 5人浏览过
原创

本文介绍Python中numpy库的linspace函数用法。通过对比201个点与200个点的生成结果,详解起始值、终止值与点数对输出序列的影响,特别是闭区间包含两端数据的特性及非整数步长的情况,帮助开发者避免常见误区。

Python使用np.linspace生成均匀分布点的注意事项

实现方法如下所示:


import numpy as np
print(np.linspace(-100,100,201)

使用np.linspace()函数,指定起始位置和终止位置,中间包含0,总共需要生成201个点。

由于区间[-100, 100]包含两端数据,即数学上的闭区间,因此共生成201个点。

运行结果如下:


-100. -99. -98. -97. -96. -95. -94. -93. -92. -91. -90. -89.
 -88. -87. -86. -85. -84. -83. -82. -81. -80. -79. -78. -77.
 -76. -75. -74. -73. -72. -71. -70. -69. -68. -67. -66. -65.
 -64. -63. -62. -61. -60. -59. -58. -57. -56. -55. -54. -53.
 -52. -51. -50. -49. -48. -47. -46. -45. -44. -43. -42. -41.
 -40. -39. -38. -37. -36. -35. -34. -33. -32. -31. -30. -29.
 -28. -27. -26. -25. -24. -23. -22. -21. -20. -19. -18. -17.
 -16. -15. -14. -13. -12. -11. -10.  -9.  -8.  -7.  -6.  -5.
  -4.  -3.  -2.  -1.  0.  1.  2.  3.  4.  5.  6.  7.
  8.  9.  10.  11.  12.  13.  14.  15.  16.  17.  18.  19.
  20.  21.  22.  23.  24.  25.  26.  27.  28.  29.  30.  31.
  32.  33.  34.  35.  36.  37.  38.  39.  40.  41.  42.  43.
  44.  45.  46.  47.  48.  49.  50.  51.  52.  53.  54.  55.
  56.  57.  58.  59.  60.  61.  62.  63.  64.  65.  66.  67.
  68.  69.  70.  71.  72.  73.  74.  75.  76.  77.  78.  79.
  80.  81.  82.  83.  84.  85.  86.  87.  88.  89.  90.  91.
  92.  93.  94.  95.  96.  97.  98.  99. 100.]

然而,如果你未计算两个数之间应包含多少个点,

例如在区间(-100, 100)中直接指定生成200个点,结果可能与预期不符:

实际输出结果:


[-100.     -98.99497487 -97.98994975 -96.98492462 -95.9798995
 -94.97487437 -93.96984925 -92.96482412 -91.95979899 -90.95477387
 -89.94974874 -88.94472362 -87.93969849 -86.93467337 -85.92964824
 -84.92462312 -83.91959799 -82.91457286 -81.90954774 -80.90452261
 -79.89949749 -78.89447236 -77.88944724 -76.88442211 -75.87939698
 -74.87437186 -73.86934673 -72.86432161 -71.85929648 -70.85427136
 -69.84924623 -68.84422111 -67.83919598 -66.83417085 -65.82914573
 -64.8241206  -63.81909548 -62.81407035 -61.80904523 -60.8040201
 -59.79899497 -58.79396985 -57.78894472 -56.7839196  -55.77889447
 -54.77386935 -53.76884422 -52.7638191  -51.75879397 -50.75376884
 -49.74874372 -48.74371859 -47.73869347 -46.73366834 -45.72864322
 -44.72361809 -43.71859296 -42.71356784 -41.70854271 -40.70351759
 -39.69849246 -38.69346734 -37.68844221 -36.68341709 -35.67839196
 -34.67336683 -33.66834171 -32.66331658 -31.65829146 -30.65326633
 -29.64824121 -28.64321608 -27.63819095 -26.63316583 -25.6281407
 -24.62311558 -23.61809045 -22.61306533 -21.6080402  -20.60301508
 -19.59798995 -18.59296482 -17.5879397  -16.58291457 -15.57788945
 -14.57286432 -13.5678392  -12.56281407 -11.55778894 -10.55276382
  -9.54773869  -8.54271357  -7.53768844  -6.53266332  -5.52763819
  -4.52261307  -3.51758794  -2.51256281  -1.50753769  -0.50251256
  0.50251256  1.50753769  2.51256281  3.51758794  4.52261307
  5.52763819  6.53266332  7.53768844  8.54271357  9.54773869
  10.55276382  11.55778894  12.56281407  13.5678392  14.57286432
  15.57788945  16.58291457  17.5879397  18.59296482  19.59798995
  20.60301508  21.6080402  22.61306533  23.61809045  24.62311558
  25.6281407  26.63316583  27.63819095  28.64321608  29.64824121
  30.65326633  31.65829146  32.66331658  33.66834171  34.67336683
  35.67839196  36.68341709  37.68844221  38.69346734  39.69849246
  40.70351759  41.70854271  42.71356784  43.71859296  44.72361809
  45.72864322  46.73366834  47.73869347  48.74371859  49.74874372
  50.75376884  51.75879397  52.7638191  53.76884422  54.77386935
  55.77889447  56.7839196  57.78894472  58.79396985  59.79899497
  60.8040201  61.80904523  62.81407035  63.81909548  64.8241206
  65.82914573  66.83417085  67.83919598  68.84422111  69.84924623
  70.85427136  71.85929648  72.86432161  73.86934673  74.87437186
  75.87939698  76.88442211  77.88944724  78.89447236  79.89949749
  80.90452261  81.90954774  82.91457286  83.91959799  84.92462312
  85.92964824  86.93467337  87.93969849  88.94472362  89.94974874
  90.95477387  91.95979899  92.96482412  93.96984925  94.97487437
  95.9798995  96.98492462  97.98994975  98.99497487 100.    ]

因此,使用此函数时,需仔细考虑两端数据是否包含以及具体需要的点数。

以上关于Python实现生成均匀分布点的内容即为小编分享给大家的全部信息,希望能为大家提供参考,也希望大家多多支持本站。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。