mindspore.numpy.linspace

mindspore.numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)[源代码]

返回给定区间内均匀间隔的值。

参数：

start (Union[int, list(int), tuple(int), tensor]) - 序列的起始值。
stop (Union[int, list(int), tuple(int), tensor]) - 当 endpoint 为 True 时，为序列的最终值；当 endpoint 为 False 时，在给定区间上均匀间隔 num + 1 个值，返回除最后一个值外（长度为 num 的序列）的其他值。
num (int, 可选) - 要生成的等间隔样例数量，默认值： 50 。
endpoint (bool, 可选) - 序列中是否包含 stop 值，默认值： True 。
retstep (bool, 可选) - 如果为 True ，则返回包含样例之间的 step (samples, step) ，其中 step 是生成数值的间隔。
dtype (Union[mindspore.dtype, str], 可选) - 指定的Tensor dtype 。如果 dtype 为 None ，则将从其他输入参数推断出新Tensor的数据类型。默认值： None 。
axis (int, 可选) - 结果中用于存储样本的轴。仅当 start 或 stop 为类似数组对象时才用到。默认值： 0 ，默认情况下的采样将沿着在开始处插入的新轴。使用 -1 在末尾获取一个轴。

返回：

Tensor，给定区间范围内以均匀间隔生成 num 个值。如果 endpoint 为 True ，数值范围为： \([start,stop]\) ；反之则为：\([start,stop)\) 。 Step，样本之间间距的大小，仅当 retstep 为 True 时返回。

异常：

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> print(np.linspace(0, 5, 6))
[0. 1. 2. 3. 4. 5.]