NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中arange方法的使用。

numpy.arange

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

返回给定间隔内的均匀间隔的值。

在半开间隔[start,stop)(换句话说,该间隔包括start但不包括stop)内生成值。 对于整数参数,该函数等效于Python内置的range函数,但返回ndarray而不是列表。

当使用非整数步骤(例如,0.1)时,结果通常将不一致。 在这些情况下,最好使用numpy.linspace

参数 :

startnumber, 可选

stopnumber

间隔结束。 该间隔不包括该值,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。

stepnumber, 可选

值之间的间距。 对于任何输出out,

这是两个相邻值out[i+1] - out[i]之间的距离。 

默认步长为1。如果将step指定为位置参数,

则还必须指定start

dtypedtype

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。

返回值 :

arange :ndarray

均匀间隔的值的数组。 对于浮点参数,

结果的长度为ceil((stop - start)/step)

 由于浮点溢出,此规则可能导致out的最后一个元素大于stop

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])

推荐文档

相关文档

大家感兴趣的内容

随机列表