
Jak działa numpy.arange w języku Python? Przykład zastosowania
Gdy pracuję w Pythonie z danymi numerycznymi, jedną z funkcji, którą często używam, jest numpy.arange()
. To proste, ale niezwykle użyteczne narzędzie do generowania tablic jednowymiarowych w bibliotece NumPy. Pozwala ono tworzyć sekwencje liczb w określonym zakresie z podanym krokiem, co sprawia, że jest bardzo przydatne w analizie danych, obliczeniach numerycznych i algorytmach.
Podstawowa składnia numpy.arange
Podstawowa składnia funkcji numpy.arange()
wygląda tak:
numpy.arange(start, stop, step, dtype=None)
Gdzie:
- start – opcjonalna wartość początkowa (domyślnie 0).
- stop – wartość, do której będą generowane liczby (ale nie włącznie).
- step – opcjonalny krok (domyślnie 1).
- dtype – opcjonalny typ danych elementów wynikowej tablicy NumPy.
Przykłady użycia numpy.arange
Generowanie podstawowej sekwencji liczb
Najprostszy sposób użycia numpy.arange()
to wywołanie go z jednym argumentem – wartością stop
. Wtedy domyślnie zaczynamy od 0 i używamy kroku 1.
import numpy as np
arr = np.arange(5)
print(arr)
Wynik:
[0 1 2 3 4]
Jak widać, funkcja zwróciła tablicę od 0 do 4 (wartość 5 nie została włączona).
Określenie początku i końca zakresu
Jeśli chcemy rozpocząć od określonej liczby, możemy podać zarówno start
, jak i stop
.
arr = np.arange(2, 10)
print(arr)
Wynik:
[2 3 4 5 6 7 8 9]
Używanie innego kroku
Możemy określić krok, aby generować tylko wybrane liczby.
arr = np.arange(1, 10, 2)
print(arr)
Wynik:
[1 3 5 7 9]
Generowanie liczb zmiennoprzecinkowych
Co ciekawe, funkcja numpy.arange()
pozwala generować liczby zmiennoprzecinkowe.
arr = np.arange(0, 1, 0.2)
print(arr)
Wynik:
[0. 0.2 0.4 0.6 0.8]
Porównanie numpy.arange i numpy.linspace
Często funkcja numpy.arange()
jest porównywana do numpy.linspace()
. Obie generują sekwencje liczb, ale istnieje między nimi istotna różnica.
Funkcja | Sposób działania |
---|---|
numpy.arange() |
Tworzy tablicę wartości w określonym zakresie z podanym krokiem. |
numpy.linspace() |
Tworzy określoną liczbę wartości równomiernie rozmieszczonych między dwoma punktami. |
Przykładowo, dla zakresu 0
do 1
:
np.arange(0, 1, 0.2)
– generuje liczby co0.2
.np.linspace(0, 1, 5)
– generuje dokładnie5
wartości równomiernie rozmieszczonych.
Zastosowania numpy.arange
Funkcja numpy.arange()
znajduje zastosowanie w wielu różnych dziedzinach. Oto kilka przykładów:
- Tworzenie próbek danych do wykresów – można jej używać do generowania wartości osi X dla wykresów w bibliotece Matplotlib.
- Symulacje i modelowanie – w analizach numerycznych i algorytmach symulacyjnych.
- Tworzenie siatek współrzędnych – szczególnie przydatne w obliczeniach przestrzennych i przetwarzaniu obrazu.
Podsumowanie
Funkcja numpy.arange()
to potężne narzędzie do generowania sekwencji liczb w NumPy. Pozwala szybko utworzyć tablicę liczb całkowitych lub zmiennoprzecinkowych w określonym zakresie i z podanym krokiem. Chociaż ma pewne ograniczenia, w wielu przypadkach jest niezwykle przydatna i pozwala znacznie uprościć kod w analizie danych i obliczeniach numerycznych.
Opanuj analizę danych w Pythonie z moim kursem!
Opanujesz podstawy programowania w Pythonie, w tym typy danych, zmienne, listy, słowniki, funkcje oraz obsługę błędów. Nauczysz się korzystać z biblioteki pandas do zaawansowanej analizy danych i pracy z różnymi rodzajami danych. Zrozumiesz proces analizy, eksploracji (EDA) i wizualizacji. Tworzenie własnych funkcji przygotuje Cię do rozmów kwalifikacyjnych i rozwiązywania rzeczywistych problemów biznesowych.
Zostań analitykiem danych – dołącz do KajoDataSpace!
Najlepsza ścieżka do zawodu analityka danych. Dostęp do pełnych wersji kursów online z Excela, SQLa, Tableau i Pythona z certyfikatami + specjalistycznych webinarów z PowerBI.
Ekskluzywana ale pomagająca sobie społeczność.
Ponad 61 godzin materiałów video.
Spotkania LIVE co miesiąc.
Mój osobisty mentoring.