numpy.arange()函数的使用
作者：import_random
numpy.arange() 是 NumPy 中用来生成等差数组的函数, 简单说就是帮你快速生成规律递增的数字序列,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
一、arange 函数核心作用
numpy.arange() 是 NumPy 中用来生成等差数组的函数。
简单说：就是帮你快速生成「规律递增的数字序列」，和 Python 原生的 range() 非常像，但更强大——支持小数步长、直接生成数组。
二、标准语法
numpy.arange(start, stop, step, dtype=None)
参数详解
- start（可选） ：序列起始值，默认 = 0
- stop（必选） ：序列结束值，不包含该值（左闭右开）
- step（可选） ：步长/间隔，默认 = 1
- dtype（可选） ：指定数组数据类型，默认自动推导
重点规则：包含 start，不包含 stop
三、四种基础用法（全覆盖）
1. 只传 stop（最常用）
从 0 开始，步长为 1，到 stop 前结束
import numpy as np arr = np.arange(5) print(arr) # 输出：[0 1 2 3 4]
2. 指定 start + stop
从 start 开始，步长 1，不包含 stop
arr = np.arange(2, 8) print(arr) # 输出：[2 3 4 5 6 7]
3. 指定 start + stop + step（自定义间隔）
# 从1开始，到10结束（不包含10），步长2 arr = np.arange(1, 10, 2) print(arr) # 输出：[1 3 5 7 9]
4. 小数步长（碾压原生 range）
Python 自带的 range 不支持小数步长，arange 支持，非常适合绘图、采样、区间划分
arr = np.arange(0, 1, 0.2) print(arr) # 输出：[0. 0.2 0.4 0.6 0.8]
四、指定数据类型 dtype
# 生成浮点型数组 arr = np.arange(0, 5, dtype=np.float32) print(arr) # 输出：[0. 1. 2. 3. 4.]
五、常见实战场景
1. 生成索引序列
index = np.arange(10) # [0 1 2 3 4 5 6 7 8 9]
2. 生成坐标轴数据（matplotlib 绘图常用）
x = np.arange(-np.pi, np.pi, 0.01) # 生成连续密集区间，用于画 sin、cos 曲线
六、高频易错点（必看）
易错1：取不到 stop 值
np.arange(0, 5) 最大是 4，永远不包含右端点
易错2：小数步长精度问题
由于浮点数精度误差，偶尔会出现末尾多一个数/少一个数。 需要均匀等分区间优先用 np.linspace，arange 更适合「固定步长」。
易错3：步长不能为 0
step=0 会直接报错，无法生成序列。
七、arange 与 range 区别（面试/实战常问）
| 特性 | range() | np.arange() |
|---|---|---|
| 返回值 | 可迭代对象 | NumPy 数组 |
| 小数步长 | 不支持 | 支持 |
| 运算能力 | 只能遍历 | 支持向量批量运算 |
八、极简总结
- np.arange(stop) ：0 到 stop-1，步长1
- np.arange(start, stop) ：左闭右开区间，步长1
- np.arange(start, stop, step) ：自定义步长，支持小数
- 适合：固定步长生成序列；均分区间优先用 linspace
到此这篇关于numpy.arange()函数的使用的文章就介绍到这了,更多相关numpy.arange()使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！