mars.tensor.linspace#

mars.tensor.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, gpu=None, chunk_size=None)[来源]#

返回在指定区间内均匀分布的数字。

返回 num 个均匀间隔的样本，在区间 [start, stop] 上计算。

间隔的端点可以选择性地排除。

Parameters

  • start (scalar) – 序列的起始值。

  • stop (标量) – 序列的结束值，除非 endpoint 被设置为 False。在这种情况下，序列由 num + 1 个均匀间隔的样本组成，所以 stop 被排除在外。请注意，当 endpoint 为 False 时，步长会发生变化。

  • num (int, 可选) – 生成的样本数量。默认值为50。必须是非负数。

  • 端点 (布尔值, 可选) – 如果为 True，stop 是最后一个样本。否则，它不包括在内。 默认为 True。

  • retstep (bool, 可选) – 如果为 True，返回 (samples, step)，其中 step 是样本之间的间距。

  • dtype (dtype, 可选) – 输出张量的类型。如果未给出dtype，则从其他输入参数推断数据类型。

  • gpu (bool, 可选) – 如果为True，则在GPU上分配张量，默认为False

  • chunk_size (int 或 tuple 的 int 或 tuple 的 ints, 可选) – 每个维度上所需的块大小

Returns

  • 样本 (张量) – 在闭区间 [start, stop] 或半开区间 [start, stop) 中有 num 个等间隔样本（取决于 endpoint 是否为真）。

  • 步长 (浮点数，选项) – 仅在 retstep 为真时返回

    样本之间的间隔大小。

另请参阅

arange

类似于 linspace，但使用步长（而不是样本数量）。

logspace

在对数空间中均匀分布的样本。

示例

>>> import mars.tensor as mt

>>> mt.linspace(2.0, 3.0, num=5).execute()
array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])
>>> mt.linspace(2.0, 3.0, num=5, endpoint=False).execute()
array([ 2. ,  2.2,  2.4,  2.6,  2.8])
>>> mt.linspace(2.0, 3.0, num=5, retstep=True).execute()
(array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)

图形说明：

>>> import matplotlib.pyplot as plt
>>> N = 8
>>> y = mt.zeros(N)
>>> x1 = mt.linspace(0, 10, N, endpoint=True)
>>> x2 = mt.linspace(0, 10, N, endpoint=False)
>>> plt.plot(x1.execute(), y.execute(), 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(x2.execute(), y.execute() + 0.5, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.ylim([-0.5, 1])
(-0.5, 1)
>>> plt.show()