1. 概述

Numpy 中 arange() 主要是用于生成数组,具体用法如下;

2. arange()
2.1 语法

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

在给定间隔内返回均匀间隔的值。

值在半开区间 [开始,停止]内生成(换句话说,包括开始但不包括停止的区间),返回的是 ndarray 。

2.2 参数:

start —— 开始位置,数字,可选项,默认起始值为0
stop —— 停止位置,数字
step —— 步长,数字,可选项, 默认步长为1,如果指定了step,则还必须给出start。
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:
arange:ndarray
均匀间隔值的数组。
注意:对于浮点参数(参数为浮点),结果的长度为ceil((stop - start)/ step)) 由于浮点溢出,此规则可能导致最后一个元素大于stop。因此要特别注意

2.3 实例
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time    : 2019/1/22 9:33
# @Author  : Arrow and Bullet
# @FileName: range_arange.py
# @Software: PyCharm
# @Blog    :https://blog.csdn.net/qq_41800366
from numpy import *  # 引入numpyA = arange(5)  # 只有结束项
print(A)  # 结果 [0 1 2 3 4] 结果不包含结束项
print(type(A))  # 结果 <class 'numpy.ndarray'>A = arange(1, 5)  # 起点为1,步长默认为1
print(A)  # 结果 [1 2 3 4]A = arange(1, 5, 2)  # 步长默认为2
print(A)  # 结果 [1 3]A = arange(1, 5.2, 0.6)  # 浮点数参数,结果就不一定完全符合了
print(A)  # 结果 [1.  1.6 2.2 2.8 3.4 4.  4.6 5.2]

希望能够帮助到大家,有什么问题可以 直接评论即可,喜欢有用的话可以点个赞让更多的人看到,如果不够详细的话也可以说,我会及时回复的。

Numpy中 arange() 的用法相关推荐

  1. python 中arange函数_浅谈Python中range与Numpy中arange的比较

    本文先比较range与arange的异同点,再详细介绍各自的用法,然后列举了几个简单的示例,最后对xrange进行了简单的说明. 1. range与arange的比较 (1)相同点:A.参数的可选性. ...

  2. numpy 中shape的用法

    numpy 中shape的用法 返回各个维度的维数. >>> import numpy as np >>> y = np.array([[1,2,3],[4,5,6 ...

  3. python3 nonzero_浅谈python numpy中nonzero()的用法

    nonzero函数返回非零元素的目录. 返回值为元组, 两个值分别为两个维度, 包含了相应维度上非零元素的目录值. import numpy as np A = np.mat([[0,1,2,3,4, ...

  4. Numpy中reshape的用法

    目录 numpy中reshape函数的三种常见相关用法 reshape(n,-1),将数组转换成 n 行: reshape(-1,n),将数组转换成 n 列: numpy中reshape函数的三种常见 ...

  5. python中cumsum_python numpy中cumsum的用法详解

    Cumsum :计算轴向元素累加和,返回由中间结果组成的数组 重点就是返回值是"由中间结果组成的数组" 以下代码在python3.6版本运行成功! 下面看代码,定义一个2*2*3的 ...

  6. numpy中stack的用法直观理解

    首先生成一些数, import numpy as np a = np.arange(1, 7).reshape((2, 3)) b = np.arange(7, 13).reshape((2, 3)) ...

  7. python中range和arange的区别_浅谈Python中range与Numpy中arange的比较

    本文先比较range与arange的异同点,再详细介绍各自的用法,然后列举了几个简单的示例,最后对xrange进行了简单的说明. 1. range与arange的比较 (1)相同点:A.参数的可选性. ...

  8. numpy函数:arange(),reshape()用法,

    arange()用于生成一维数组 reshape()将一维数组转换为多维数组 import numpy as npprint('默认一维为数组:', np.arange(5)) print('自定义起 ...

  9. python numpy中setdiff1d的用法

    目录 一.函数解释 二.具体示例 三.整体代码 一.函数解释 setdiff1d(ar1, ar2, assume_unique=False) 1.功能:找到2个数组中集合元素的差异. 2.返回值:在 ...

最新文章

  1. 【考试认证专场】大牛带你全面掌握学习技巧,攻克考试难题(8.2-8.6精品课程限时特惠)...
  2. 微信小程序转百度小程序修改
  3. 医疗人工智能会替代医生吗
  4. ACM常见问题之【求逆序对】
  5. java编译程序的基本命令是什么,【填空题】Java中编译java 程序的命令是 1 ,执行java程序的命令是 java 。...
  6. Mac系统下SVN命令
  7. java 多态 优势
  8. Nginx 502 Bad Gateway 自动重启脚本
  9. 阶段5 3.微服务项目【学成在线】_day04 页面静态化_08-freemarker基础-空值处理
  10. Android Trace View使用
  11. 新版在线全网音乐搜索下载源码
  12. dorado7时间格式调整
  13. 预演:使用 TensorFlow 进行深度学习
  14. 计算机一级学科大学排名,大学计算机排名(一级学科)
  15. Excel实现多表关联查询-VLOOKUP
  16. ARM开发板编译----MYS-6ULX
  17. 查杀linux服务器木马,定时查杀病毒并隔离
  18. 西安交通大学电子图书站点被黑
  19. 快速理清Paxos、Zab、Raft协议
  20. Eureka(02-入门)Eureka是什么

热门文章

  1. Java 爬虫简单实现多线程爬取视频
  2. Java 14 开箱指南!你强任你强!
  3. Springboot中文配置参考指南
  4. 苹果计算机错误怎么改,连接apple id服务器时出错怎么解决?
  5. 如何内网安装npm依赖包
  6. yoga1976_Yoga Studios的21个最佳WordPress主题(2020)
  7. 最全的android各国语言对照表
  8. 开源 onlyoffice7 社区版重编译去除20链接限制操作方法 亲测方案
  9. [转]华为辞职门 制约资本强权不能徒恃良法[http://news.qq.com/a/20071101/003518.htm 南方周末]
  10. 关于梦幻西游was\tcp素材文件的分析