Question

我必须遵循以下问题：我需要一个带有等分布数字的1d字符串。精确到：1,2,3,4,5,6,7,8,9,10,20,30,40 ......，100,200,300，......等等。这可以达到10 ^ 9，因此输入不是一个选项;）

到目前为止，我的代码如下：

ome = np.linspace(1,9,9).reshape(9,1)
pow = np.linspce(0,5,6).reshape(1,6)
logome = ome*(10**pow)

但这不起作用，我不知道如何继续......有什么建议吗？

好吧，如果有人感兴趣的话，我想出了一些出路：

ome = np.linspace(1,9,9).reshape(1,9)
pow = np.linspce(0,5,6)
pow = np.power(10,pow).reshape(6,1)
logome = ome*pow
logome.reshape(54)

et voila：）

Answer 1

为了得到你想要的输出，我可能会这样做：

>>> (np.arange(1, 10) * 10**np.arange(9)[:,None]).flatten()
array([        1,         2,         3,         4,         5,         6,
               7,         8,         9,        10,        20,        30,
              40,        50,        60,        70,        80,        90,
             100,       200,       300,       400,       500,       600,
             700,       800,       900,      1000,      2000,      3000,
            4000,      5000,      6000,      7000,      8000,      9000,
           10000,     20000,     30000,     40000,     50000,     60000,
           70000,     80000,     90000,    100000,    200000,    300000,
          400000,    500000,    600000,    700000,    800000,    900000,
         1000000,   2000000,   3000000,   4000000,   5000000,   6000000,
         7000000,   8000000,   9000000,  10000000,  20000000,  30000000,
        40000000,  50000000,  60000000,  70000000,  80000000,  90000000,
       100000000, 200000000, 300000000, 400000000, 500000000, 600000000,
       700000000, 800000000, 900000000])

第二个术语的作用如下：

>>> np.arange(5)
array([0, 1, 2, 3, 4])
>>> np.arange(5)[:, None]
array([[0],
       [1],
       [2],
       [3],
       [4]])
>>> 10**np.arange(5)[:, None]
array([[    1],
       [   10],
       [  100],
       [ 1000],
       [10000]])

您可能也对np.logspace感兴趣。顺便说一句，请注意，此数组不是在对数级上均匀分布。

广播时如何提高功率阵列？

1 个答案: