区分range() , np.arange() , np.linspace()

Posted 2021-01-06 wyy1480

content:

• range()
• np.arange()
• np.linspace()

一.range(start, stop, step)

1.range() 为 python 自带函数

2.生成一个从start(包含)到stop(不包含），以step为步长的序列。返回一个 list 对象

• range(stop) 返回 range object
• range(start, stop[, step]) 返回 range object

3.start默认为0，stop是必须的，step默认为1，可正可负。

• 例：range(i, j) 生成 i, i+1, i+2, ..., j-1.
• 例：range(4) 生成 0, 1, 2, 3.

4.只能生成整型的序列

5.举例

range(6)

range(0, 6)

for i in range(6):
    print(i)

0
1
2
3
4
5

range(10.0)   #浮点型不能实现哦o(^▽^)o

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-50-2abe667105db> in <module>()
----> 1 range(10.0)   #浮点型不能实现哦o(^▽^)o


TypeError: ‘float‘ object cannot be interpreted as an integer

range(1,6)

range(1, 6)

for i in range(6):print (i)

0
1
2
3
4
5

range(1,6,3)

range(1, 6, 3)

for i in range(1,6,3):print(i)

1
4

## 二. np.arange([start,] stop[, step])

1.np.arange() 在 numpy 模板中

2.生成一个从start(包含)到stop(不包含），以step为步长的序列。返回一个 ndarray 对象

• start : 数值, 可选。包含此值，默认为0.
• stop : 数值，必须。不包含此值, 除非“step”不是整数，浮点舍入会影响“out”的长度
• step : 数值, 可选。默认为1，如果步长有指定，则start必须给出来
• dtype : 数据类型。输出array的数据类型。 If dtype is not given, infer the data type from the other input arguments.

4.可生成整型、浮点型序列，毫无压力

5.当使用非整数步骤(如0.1)时，结果往往不一致。对于这些情况，最好使用‘linspace’。

6.举例

import numpy as np

np.arange(10)

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.arange(10.0)

array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

np.arange(1,10)

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

np.arange(1,10,2)

array([1, 3, 5, 7, 9])

np.arange(1,10,2.0)

array([ 1.,  3.,  5.,  7.,  9.])

三个参数，如果任一为浮点型，那么都会生成一个浮点型序列。

三.拓：linspace

linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

• 指定在start到stop均分数值
• start:不可省
• stop:有时包含有时不包含，根据endpoint来选择，默认包含
• num:指定均分的数量，默认为50
• endpoint:布尔值，可选，默认为True。包含stop就True,不包含就False
• retstep : 布尔值，可选，默认为False。如果为True,返回值和步长
• dtype : 输出数据类型，可选。如果不指定，则根据前面参数的数据类型

np.linspace(1,10)   #默认生成50个,包含stop:10

array([  1.        ,   1.18367347,   1.36734694,   1.55102041,
         1.73469388,   1.91836735,   2.10204082,   2.28571429,
         2.46938776,   2.65306122,   2.83673469,   3.02040816,
         3.20408163,   3.3877551 ,   3.57142857,   3.75510204,
         3.93877551,   4.12244898,   4.30612245,   4.48979592,
         4.67346939,   4.85714286,   5.04081633,   5.2244898 ,
         5.40816327,   5.59183673,   5.7755102 ,   5.95918367,
         6.14285714,   6.32653061,   6.51020408,   6.69387755,
         6.87755102,   7.06122449,   7.24489796,   7.42857143,
         7.6122449 ,   7.79591837,   7.97959184,   8.16326531,
         8.34693878,   8.53061224,   8.71428571,   8.89795918,
         9.08163265,   9.26530612,   9.44897959,   9.63265306,
         9.81632653,  10.        ])

np.linspace(1,10,endpoint=False) #默认生成50个，不包含stop:10

array([ 1.  ,  1.18,  1.36,  1.54,  1.72,  1.9 ,  2.08,  2.26,  2.44,
        2.62,  2.8 ,  2.98,  3.16,  3.34,  3.52,  3.7 ,  3.88,  4.06,
        4.24,  4.42,  4.6 ,  4.78,  4.96,  5.14,  5.32,  5.5 ,  5.68,
        5.86,  6.04,  6.22,  6.4 ,  6.58,  6.76,  6.94,  7.12,  7.3 ,
        7.48,  7.66,  7.84,  8.02,  8.2 ,  8.38,  8.56,  8.74,  8.92,
        9.1 ,  9.28,  9.46,  9.64,  9.82])

 np.linspace(2.0, 3.0, num=5)  #指定生成5个，包含stop:10

array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])

np.linspace(2,3,num=5)

array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])

np.linspace(2.0, 3.0, num=5, endpoint=False)

array([ 2. ,  2.2,  2.4,  2.6,  2.8])

 np.linspace(2.0, 3.0, num=5, retstep=True)

(array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)