Python如何获得相同步长的小数数列 附range与numpy包中arange函数的用法与区别
2017-08-29 22:24
531 查看
用两种方法:
1、使用while语句构造循环,如
x = []
while i<3.0:
i += 0.1
x.append(i)
2、使用numpy的函数arange():
x = numpy.arange(-3.0, 3.0, 0.1)
自己总结一句话:
如果想得到小数数列的话可以用numpy中的arange函数,自带的range函数只能得到整数类型的序列(注意当需要小数序列时用该函数会报错)。
所以可以说arange函数的功能更加强大,因为既可以用它得到整数序列也可以得到小数序列,下面转载是详细说明。
出处:http://blog.csdn.net/weixin_37226516/article/details/60881914
range()函数
函数说明: range(start, stop[, step]) -> range object,根据start与stop指定的范围以及step设定的步长,生成一个序列。
参数含义:start:计数从start开始。默认是从0开始。例如range(5)等价于range(0, 5);
end:技术到end结束,但不包括end.例如:range(0, 5) 是[0, 1, 2, 3, 4]没有5
scan:每次跳跃的间距,默认为1。例如:range(0, 5) 等价于 range(0, 5, 1)
函数返回的是一个range object
例子:
[python]
view plain
copy
>>> range(0,5) #生成一个range object,而不是[0,1,2,3,4]
range(0, 5)
>>> c = [i for i in range(0,5)] #从0 开始到4,不包括5,默认的间隔为1
>>> c
[0, 1, 2, 3, 4]
>>> c = [i for i in range(0,5,2)] #间隔设为2
>>> c
[0, 2, 4]
[python]
view plain
copy
>>> range(0,5) #生成一个range object,而不是[0,1,2,3,4]
range(0, 5)
>>> c = [i for i in range(0,5)] #从0 开始到4,不包括5,默认的间隔为1
>>> c
[0, 1, 2, 3, 4]
>>> c = [i for i in range(0,5,2)] #间隔设为2
>>> c
[0, 2, 4]
若需要生成[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
[python]
view plain
copy
>>> range(0,1,0.1) #range中的setp 不能使float
Traceback (most recent call last):
File ”<pyshell#5>”, line 1, in <module>
range(0,1,0.1)
TypeError: ’float’ object cannot be interpreted as an integer
[python]
view plain
copy
>>> range(0,1,0.1) #range中的setp 不能使float
Traceback (most recent call last):
File "<pyshell#5>", line 1, in <module>
range(0,1,0.1)
TypeError: 'float' object cannot be interpreted as an integer
arange()函数(注意:不是arrange,虽然英文中有"arrange"单词,没有"arange"单词)
函数说明:arange([start,] stop[, step,], dtype=None)根据start与stop指定的范围以及step设定的步长,生成一个 ndarray。 dtype : dtype
The type of the output array. If `dtype` is not given, infer the data
type from the other input arguments.
[python]
view plain
copy
>>> 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])
[python]
view plain
copy
>>> 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])
[python]
view plain
copy
>>> arange(0,1,0.1)
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
[python]
view plain
copy
>>> arange(0,1,0.1)
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
1、使用while语句构造循环,如
x = []
while i<3.0:
i += 0.1
x.append(i)
2、使用numpy的函数arange():
x = numpy.arange(-3.0, 3.0, 0.1)
自己总结一句话:
如果想得到小数数列的话可以用numpy中的arange函数,自带的range函数只能得到整数类型的序列(注意当需要小数序列时用该函数会报错)。
所以可以说arange函数的功能更加强大,因为既可以用它得到整数序列也可以得到小数序列,下面转载是详细说明。
出处:http://blog.csdn.net/weixin_37226516/article/details/60881914
range()函数
函数说明: range(start, stop[, step]) -> range object,根据start与stop指定的范围以及step设定的步长,生成一个序列。
参数含义:start:计数从start开始。默认是从0开始。例如range(5)等价于range(0, 5);
end:技术到end结束,但不包括end.例如:range(0, 5) 是[0, 1, 2, 3, 4]没有5
scan:每次跳跃的间距,默认为1。例如:range(0, 5) 等价于 range(0, 5, 1)
函数返回的是一个range object
例子:
[python]
view plain
copy
>>> range(0,5) #生成一个range object,而不是[0,1,2,3,4]
range(0, 5)
>>> c = [i for i in range(0,5)] #从0 开始到4,不包括5,默认的间隔为1
>>> c
[0, 1, 2, 3, 4]
>>> c = [i for i in range(0,5,2)] #间隔设为2
>>> c
[0, 2, 4]
[python]
view plain
copy
>>> range(0,5) #生成一个range object,而不是[0,1,2,3,4]
range(0, 5)
>>> c = [i for i in range(0,5)] #从0 开始到4,不包括5,默认的间隔为1
>>> c
[0, 1, 2, 3, 4]
>>> c = [i for i in range(0,5,2)] #间隔设为2
>>> c
[0, 2, 4]
若需要生成[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
[python]
view plain
copy
>>> range(0,1,0.1) #range中的setp 不能使float
Traceback (most recent call last):
File ”<pyshell#5>”, line 1, in <module>
range(0,1,0.1)
TypeError: ’float’ object cannot be interpreted as an integer
[python]
view plain
copy
>>> range(0,1,0.1) #range中的setp 不能使float
Traceback (most recent call last):
File "<pyshell#5>", line 1, in <module>
range(0,1,0.1)
TypeError: 'float' object cannot be interpreted as an integer
arange()函数(注意:不是arrange,虽然英文中有"arrange"单词,没有"arange"单词)
函数说明:arange([start,] stop[, step,], dtype=None)根据start与stop指定的范围以及step设定的步长,生成一个 ndarray。 dtype : dtype
The type of the output array. If `dtype` is not given, infer the data
type from the other input arguments.
[python]
view plain
copy
>>> 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])
[python]
view plain
copy
>>> 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])
[python]
view plain
copy
>>> arange(0,1,0.1)
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
[python]
view plain
copy
>>> arange(0,1,0.1)
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
相关文章推荐
- Python 中的range,以及numpy包中的arange函数
- python中range和xrange的用法与区别
- python中range()、numpy.arange()区别
- python基础-range用法_python2.x和3.x的区别
- Python 中的range,以及numpy包中的arange函数
- Python 中的range,以及numpy包中的arange函数
- Python 中的range,以及numpy包中的arange函数
- Python Numpy的数组array和矩阵matrix的用法与区别
- python 中xrange 和range的用法区别 以及yield的用法
- Python之import与from...import的区别与用法
- 7 -- Spring的基本用法 -- 8... 抽象Bean与子Bean;Bean继承与Java继承的区别;容器中的工厂Bean;获得Bean本身的id;强制初始化Bean
- 详细记录python的range()函数用法
- 如何解决python3中numpy报错No module named 'numpy'
- range、xrange 和 randrange 的用法和区别
- 如何安装Python中numpy,在DOS验证下一步步解决安装问题(DOS下从python的验证到pip验证到Numpy安装成功)
- python开发中range()函数用法实例分析
- 简单例题:<.*>和<.*?>有什么区别;如何生成随机数;如何用python发邮件
- Python中numpy.clip();numpy.fabs()的用法;以及math.pow()的说明
- Python中range和xrange的区别
- python的range()函数用法