Python numpy arange用法及代码示例

本文简要介绍 python 语言中 numpy.arange 的用法。

用法:

numpy.arange( [start,  ]stop,  [step,  ]dtype=None, *, like=None)

在给定的间隔内返回均匀间隔的值。

值在半开区间内生成[start, stop)(换句话说，区间包括开始但不包括停止)。对于整数参数，该函数等效于 Python 内置范围函数，但返回一个 ndarray 而不是一个列表。

使用非整数步长(例如 0.1)时，通常最好使用 numpy.linspace 。有关详细信息，请参阅下面的警告部分。

参数：

start： 整数或实数，可选

间隔开始。间隔包括此值。默认起始值为 0。

stop： 整数或实数

间隔结束。间隔不包括此值，除非在某些情况下 step 不是整数并且浮点舍入会影响 out 的长度。

step： 整数或实数，可选

值之间的间距。对于任何输出out，这是两个相邻值之间的距离，out[i+1] - out[i].默认步长为 1。如果步被指定为位置参数，开始也必须给予。

dtype： 类型

输出数组的类型。如果未给出 dtype ，则从其他输入参数推断数据类型。

like： array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回：

arange： ndarray

均匀间隔值的数组。

对于浮点参数，结果的长度是ceil((stop - start)/step).由于浮点溢出，这条规则可能导致最后一个元素out大于停止.

警告

输出的长度可能在数值上不稳定。

另一个稳定性问题是由于内部实现numpy.arange.用于填充数组的实际步长 值为dtype(start + step) - dtype(start)并不是步.由于强制转换或使用浮点数，此处可能会发生精度损失开始远大于步.这可能导致意外行为。例如：

>>> np.arange(0, 5, 0.5, dtype=int)
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
>>> np.arange(-3, 3, 0.5, dtype=int)
array([-3, -2, -1,  0,  1,  2,  3,  4,  5,  6,  7,  8])

在这种情况下，应该首选使用 numpy.linspace 。

例子：

>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0.,  1.,  2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])