"backwards" np.geomspace 因此随着对数函数的增加密度会更高
"backwards" np.geomspace so a higher density occurs as log function gets higher
我需要生成从 .5 到 1 的对数 space 数字。
这段代码实现了:
IN: np.geomspace(.5, 1, num=10)
OUT: [0.5, 0.540029869446153, 0.5832645197880583, 0.6299605249474366, 0.6803950000871885, 0.7348672461377994, 0.7937005259840997, 0.8572439828530728, 0.9258747122872905, 1.0]
但是,较小的增量更接近 .5。我希望它们出现得更接近 1(因此,倒过来,我只是不完全确定正确的术语是什么)。
我试过 np.geomspace(1, .5, num=10)
但它只是以相反的顺序给我相同的输出。
IIUC 你可以做到:
import numpy as np
1.5 - np.geomspace(1, .5, num=10)
array([0.5 , 0.57412529, 0.64275602, 0.70629947, 0.76513275,
0.819605 , 0.87003948, 0.91673548, 0.95997013, 1. ])
我需要生成从 .5 到 1 的对数 space 数字。
这段代码实现了:
IN: np.geomspace(.5, 1, num=10)
OUT: [0.5, 0.540029869446153, 0.5832645197880583, 0.6299605249474366, 0.6803950000871885, 0.7348672461377994, 0.7937005259840997, 0.8572439828530728, 0.9258747122872905, 1.0]
但是,较小的增量更接近 .5。我希望它们出现得更接近 1(因此,倒过来,我只是不完全确定正确的术语是什么)。
我试过 np.geomspace(1, .5, num=10)
但它只是以相反的顺序给我相同的输出。
IIUC 你可以做到:
import numpy as np
1.5 - np.geomspace(1, .5, num=10)
array([0.5 , 0.57412529, 0.64275602, 0.70629947, 0.76513275,
0.819605 , 0.87003948, 0.91673548, 0.95997013, 1. ])