Python numpy.arange函数方法的使用

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 ：	start ：number, 可选 stop ：number 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。 step ：number, 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。 dtype ：dtype 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

1）基本用法

生成从0到10（不包含10）的整数数组：

import numpy as np

arr = np.arange(10)
print(arr)

2）指定起始值和终止值

生成从3到7（不包含7）的整数数组：

import numpy as np

arr = np.arange(3, 7)
print(arr)

3）指定步长

生成从2到10（不包含10），步长为2的数组：

import numpy as np

arr = np.arange(2, 10, 2)
print(arr)

4）使用浮点数

生成从0到5（不包含5），步长为0.5的数组：

import numpy as np

arr = np.arange(0, 5, 0.5)
print(arr)

5）指定数据类型

生成从1到5（不包含5），步长为1的浮点型数组：

import numpy as np

arr = np.arange(1, 5, dtype=float)
print(arr)

6）使用示例

import numpy as np

# 示例1: 生成从0到2的整数数组
arr1 = np.arange(3)
print(arr1)
# 输出: [0 1 2]

# 示例2: 生成从0.0到2.0的浮点数数组
arr2 = np.arange(3.0)
print(arr2)
# 输出: [0. 1. 2.]

# 示例3: 生成从3到6的整数数组
arr3 = np.arange(3, 7)
print(arr3)
# 输出: [3 4 5 6]

# 示例4: 生成从3到7，步长为2的整数数组
arr4 = np.arange(3, 7, 2)
print(arr4)
# 输出: [3 5]