Je veux créer deux échantillons, d'abord un échantillon Y avec des valeurs dans une plage allant de 10 ^ 3 à 10 ^ 10 et un autre échantillon X avec des valeurs dans une plage de 10 ^ -5 à 10 ^ 10 pour une parcelle logarithmique. J'ai essayé ce qui suit:
[1.00000000e-05 1.00100100e+07 2.00200200e+07 3.00300300e+07 4.00400400e+07 5.00500501e+07 6.00600601e+07 7.00700701e+07 8.00800801e+07 9.00900901e+07 1.00100100e+08 1.10110110e+08 1.20120120e+08 1.30130130e+08 1.40140140e+08 1.50150150e+08 ...
3 Réponses :
A EDIT:
Méfiez-vous que linspace renvoie des valeurs espacées linéairement, ce qui signifie qu'il y aura la même distance de chaque numéro à l'autre.
Logspace D'autre part crée des valeurs espacées de logarithmique, ce que vous recherchez.
https://numpy.org/devdocs/reference/generated/numpy.logspace.html
logspace prend l'exposant comme valeurs de démarrage et d'arrêt. Ce qui signifie que vous devez écrire np.logspace (3, 10, num = 1000) et np.logspace (-5, 10, num = 1000)
Merci pour votre réponse ! Oh ok je vois. Mais je ne comprends pas comment ces valeurs sont espacées linéairement. Aussi j'ai essayé avec Logspace, et ça m'a renvoyé un tableau avec Inf ..... pourquoi est-ce :(
Vous devez réécrire votre code comme @RearDDhorse suggéré: np.logspace (3, 10, num = 1000) np.logspace (-5, 10, num = 1000)
SPACÉDÉS LINÉAIRES signifie la même distance entre les valeurs données, par exemple. [1, 4, 7, 10, 13, 16, 19, 19 ... 101, 104, 107, 110] donne le même nombre de valeurs de 0 à 10, car il y a en 10-20. Mais vous voulez par exemple 10 valeurs de 0 à 10 et 10 valeurs de 10-100 et ainsi de suite.
Vous utilisez la mauvaise fonction pour ce que vous essayez d'atteindre ici. Vous devez utiliser "logspace" pour cela.
y = np.logspace(3,10, num = 1000) print (y)
Les gens qui ont voté cela en bas: je ne sais pas tout, merci d'avoir apporté de nouvelles personnes à coder. C'était une vraie lutte pour moi, je l'ai google, mais je n'ai rien trouvé et je sait que Coulnd sache qu'il existe un code supplémentaire pour l'échantillon pour la parcelle de journal. Et la chose que je ne pouvais trouver rien à propos de l'échantillon non uniformément distribué est que des personnes comme vous votent de ce sujet intéressant et utile pour les personnes ayant ce problème.
Je n'ai pas abouti, mais je ne faisais que simplement googler très de base "Valeurs de l'échelle logarithmique Python" et sur la toute première page, cela m'a montré le résultat de Numpy Logspace. Je ne sais pas comment c'était une "vraie lutte" pour vous et pourquoi vous écrivez "je l'ai googlé mais je n'ai rien trouvé"
Eh bien, parce que j'ai googlé 'non uniformément distribué d'une valeur de Linspace' et n'a rien trouvé. Bien sûr, j'aurais trouvé que si j'avais google comme vous, mais pour cela, j'aurais déjà dû savoir qu'il existe un code pour cela, que je n'ai pas fait.