Numpy: perbedaan antara np.linspace dan np.arange

Saat membuat rangkaian nilai, linspace dan arange adalah dua fungsi NumPy yang umum digunakan.

Inilah perbedaan halus antara kedua fungsi tersebut:

• linspace memungkinkan Anda menentukan jumlah langkah
• arange memungkinkan Anda menentukan ukuran langkah

Contoh berikut menunjukkan cara menggunakan setiap fungsi dalam praktik.

Contoh 1: Cara menggunakan np.linspace

Fungsi np.linspace() menggunakan sintaks dasar berikut:

np.linspace(mulai, berhenti, angka,…)

Emas:

• start : Nilai awal dari barisan
• stop : Nilai akhir dari barisan
• num : jumlah nilai yang akan dihasilkan

Kode berikut menunjukkan cara menggunakan np.linspace() untuk membuat 11 nilai dengan jarak yang sama antara 0 dan 20:

 import numpy as np

#create sequence of 11 evenly spaced values between 0 and 20
n.p. linspace (0, 20, 11)

array([ 0., 2., 4., 6., 8., 10., 12., 14., 16., 18., 20.])

Hasilnya adalah array yang terdiri dari 11 nilai dengan jarak yang sama antara 0 dan 20.

Dengan menggunakan metode ini, np.linspace() secara otomatis menentukan jarak antar nilai.

Contoh 2: Cara menggunakan np.arange

Fungsi np.arange() menggunakan sintaks dasar berikut:

np.arange(mulai, berhenti, langkah,…)

Emas:

• start : Nilai awal dari barisan
• stop : Nilai akhir dari barisan
• step : Jarak antar nilai

Kode berikut menunjukkan cara menggunakan np.arange() untuk membuat urutan nilai antara 0 dan 20 dengan jarak antar setiap nilai adalah 2:

 import numpy as np

#create sequence of values between 0 and 20 where spacing is 2
n.p. arange (0, 20, 2)

array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18])

Hasilnya adalah barisan nilai antara 0 dan 20 yang jarak antar tiap nilainya adalah 2.

Dengan menggunakan metode ini, np.arange() secara otomatis menentukan jumlah nilai yang akan dihasilkan.

Jika kita menggunakan ukuran langkah yang berbeda (seperti 4), maka np.arange() secara otomatis akan menyesuaikan jumlah nilai yang dihasilkan:

 import numpy as np

#create sequence of values between 0 and 20 where spacing is 4
n.p. arange (0, 20, 4)

array([ 0, 4, 8, 12, 16])

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya dengan Python:

Cara mengisi array NumPy dengan nilai
Cara mengganti elemen dalam array NumPy
Cara menghitung nilai unik dalam array NumPy