numpy.arange#
- numpy.arange([start, ]stop, [step, ]dtype=None, *, device=None, like=None)#
在给定区间内返回均匀间隔的值。
arange
可以用不同的位置参数调用arange(stop)
:在半开区间[0, stop)
内生成值(换句话说,包含 start 但不包括 stop 的区间)。arange(start, stop)
:在半开区间[start, stop)
内生成值。arange(start, stop, step)
在半开区间[start, stop)
内生成值,值之间的间距由step
给定。
对于整数参数,该函数大致等效于 Python 内置的
range
,但返回 ndarray 而不是range
实例。当使用非整数步长(例如 0.1)时,通常最好使用
numpy.linspace
。有关更多信息,请参见下面的“警告”部分。
- 参数:
- start整数或实数,可选
区间的开始。区间包含此值。默认起始值为 0。
- stop整数或实数
区间的结束。区间不包含此值,但在某些情况下,当 step 不是整数并且浮点舍入影响 out 的长度时,除外。
- 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 step 指定为位置参数,则也必须给出 start。- dtypedtype,可选
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。- devicestr,可选
放置创建数组的设备。默认值:
None
。仅用于 Array-API 互操作性,因此如果传递,则必须为"cpu"
。版本 2.0.0 中的新功能。
- likearray_like,可选
参考对象,允许创建不是 NumPy 数组的数组。如果作为
like
传入的类数组支持__array_function__
协议,则结果将由其定义。在这种情况下,它确保创建与通过此参数传入的数组对象兼容的数组对象。版本 1.20.0 中的新功能。
- 返回值:
- arangendarray
均匀间隔值的数组。
对于浮点参数,结果的长度为
ceil((stop - start)/step)
。由于浮点溢出,此规则可能会导致 out 的最后一个元素大于 stop。
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
numpy.arange
的内部实现造成的。用于填充数组的实际步长值为dtype(start + step) - dtype(start)
,而不是 step。由于强制转换或在 start 比 step 大得多时使用浮点数,因此此处可能会发生精度损失。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,应优先使用
numpy.linspace
。内置的
range
生成 具有任意大小的 Python 内置整数,而numpy.arange
生成numpy.int32
或numpy.int64
数字。这可能会导致大型整数值出现错误的结果>>> power = 40 >>> modulo = 10000 >>> x1 = [(n ** power) % modulo for n in range(8)] >>> x2 = [(n ** power) % modulo for n in np.arange(8)] >>> print(x1) [0, 1, 7776, 8801, 6176, 625, 6576, 4001] # correct >>> print(x2) [0, 1, 7776, 7185, 0, 5969, 4816, 3361] # incorrect
另请参阅
numpy.linspace
小心处理端点的均匀间隔数字。
numpy.ogrid
N 维均匀间隔数字的数组。
numpy.mgrid
N 维均匀间隔数字的网格状数组。
- 如何创建具有规则间隔值的数组
示例
>>> import numpy as np >>> 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])