A veces, necesitamos hacer arrays de diferentes tipos como en AP (serie de números igualmente espaciados), GP (serie de números espaciados exponencialmente) o HP (serie de números recíprocamente espaciados) para resolver varios problemas, especialmente al resolver algunos problemas científicos o problema astronómico, con el fin de reducir los cálculos. Python es uno de los mejores lenguajes cuando se trata de códigos pre-implementados, y está presente casi siempre, a costa de la velocidad de procesamiento.
NumPy tiene un método incorporado llamado arange() que es capaz de crear una array de un tipo entero dado (en bytes), con el mismo espacio entre los números.
Sintaxis: arange([start,] stop[, step,][, dtype])
Parámetros:
- inicio: Este es un parámetro predeterminado. El valor del primer número del elemento, el valor por defecto de este parámetro es 0.
- detener: Este no es un parámetro predeterminado. Este tiene que ser mayor que el valor máximo posible del último elemento. Por ejemplo, si desea que el último elemento sea 8, debe dar el valor de parada como 9 o más, dependiendo de la diferencia que desee entre dos números consecutivos en la array.
- paso: Este también es un parámetro predeterminado. Este número será la diferencia entre los dos elementos consecutivos de la array. El valor predeterminado del paso es 1.
- dtype: este también es un parámetro predeterminado. Este es el tipo de datos de los números en NumPy, por simplicidad, es un número (en potencia de 2) precedido por np.int, por ejemplo, np.int8, np.int16, np.int32.
La función devolverá una array según la demanda del usuario. Veamos algunos ejemplos de ello:
Ejemplo 1: Para crear una array simple a partir de 0 a un número dado
Python3
import numpy as np # Here, the array has only one parameter, # and that is the open ended limit of # last number of the array myArray = np.arange(8) print(myArray)
Producción:
[0 1 2 3 4 5 6 7]
Ejemplo 2: Para crear una array simple a partir de un número dado a otro número
Python3
import numpy as np # This line has two parameters # The first one is the closed and beginning limit # The second one is the open and end limit mySecondArray = np.arange(1, 6) print(mySecondArray)
Producción:
[1 2 3 4 5]
Ejemplo 3: Para crear una array de un número dado a otro número con un intervalo dado.
Python3
import numpy as np # This line has two parameters # The first one is the closed and beginning limit # The second one is the open and end limit # The third one is the steps(difference between # two elements in the array) myThirdArray = np.arange(2, 12, 2) print(myThirdArray)
Producción:
[ 2 4 6 8 10]
Ejemplo 4: Usamos dtype especialmente en los casos en que queremos tratar con imágenes o algún otro tipo de cálculo.
Python3
import numpy as np # This line has two parameters # The first one is the closed and beginning limit # The second one is the open and end limit # The third one is the steps(difference between # two elements in the array) myForthArray = np.arange(5, 101, 10, np.int32) print(myForthArray)
Producción:
[ 5 15 25 35 45 55 65 75 85 95]
Publicación traducida automáticamente
Artículo escrito por avanishcodes y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA