Python中 range | np.arange | np.linspace三者的区别

Python是不允许定义两个类初始化函数的,其实其CPython实现更像是传入不定长参数*args,然后根据len(args)来进行不同的拆分,但我们这里遵循Python文档风格写法

Posted in Python onMarch 22, 2022

1. range

range是python内置的一个,该类型表示一个不可改变(immutable)的数字序列,常常用于在for循环中迭代一组特殊的数,它的原型可以近似表示如下:

class range(stop)
class range(start, stop, step=1)

(注意,Python是不允许定义两个类初始化函数的,其实其CPython实现更像是传入不定长参数*args,然后根据len(args)来进行不同的拆分,但我们这里遵循Python文档风格写法)

如果只传入stop参数,那么我们就默认在[0, stop)区间以步长1进行迭代。如果传入2或3个参数,则我们会将在[startstop)区间以step步长(可选,默认为1)迭代 。注意,三个参数必须全部为整数值

它的常见使用样例如下:

print(list(range(10)))
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print(list(range(0, 30, 5)))
# [0, 5, 10, 15, 20, 25]

stop<=start时,而直接采用默认的step=1时,元素会为空:

print(list(range(0)))
# []
print(list(range(1, 0)))
# []

此时的迭代我们需要将迭代步长设置为负:

print(list(range(0, -10, -1)))
# [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

如果非法地传入非整数的参数,如:

print(list(range(10, 0.3)))

则会报以下的TypeError:

'float' object cannot be interpreted as an integer

最后提一下,我们常常会写下如下代码:

for i in range(10):
    print(i)

此时Python解释器实质上会将range对象隐式转化为迭代器,等价于如下代码:

list_iterator = iter(range(10))
try:
    while True:
        x = next(list_iterator)
        print(x)
except StopIteration:
    pass

2. numpy.arange

numpy.arangeNumPy包的一个函数,它的功能与Python内置的range类似,它的原型可以近似表示为:

numpy.arange(stop, dtype=None, like=None)
numpy.arange(start, stop, step=1, dtype=None, like=None)

(还是如前面所说,Python是不允许定义两个类初始化函数的,其实其CPython实现更像是传入不定长参数*args,然后根据len(args)来进行不同的拆分,但我们这里遵循Python文档风格写法)

其中startstepstep的使用与range类似,此处不再赘述,唯一的区别就是这3个参数都可以是小数。dtype为返回array的类型,如果没有给定则会从输入输入参数中推断。like为一个array-like的类型,它允许创建非NumPy arrays的arrays类型。

总结一下,该类与Python内置的range区别有两点:一是支持小数参数,二是返回ndarray类型而非像range那样常常做为(隐式转换为)list类型使用。

以下是其常见用例:

print(np.arange(3))
# [0 1 2]
print(np.arange(3.0))
# [0. 1. 2.]
print(np.arange(3,7))
# [3 4 5 6]
print(np.arange(3,7,2))
# [3 5]
print(np.arange(0, 5, 0.5))
#[0.  0.5 1.  1.5 2.  2.5 3.  3.5 4.  4.5]

注意,在numpy.arange的使用过程中可能存在浮点稳定性的问题,从而导致下面这样的意想不到的结果:

print(np.arange(0, 5, 0.5, dtype=int))
# [0 0 0 0 0 0 0 0 0 0]
print(np.arange(-3, 3, 0.5, dtype=int))
# [-3 -2 -1  0  1  2  3  4  5  6  7  8]

这是因为在np.arange的内部实现中,实际上的step值是按照公式dtype(start+step)-dtype(start)来计算的,而非直接采用step。当进行强制类型转换(上面例子中转为int,即朝0方向取整)或start远远比step大时,会出现精度的损失。在这种情况下,建议使用下面提到的np.linspace

3. numpy.linspace

numpy.linspace也是Numpy内置的一个函数,它和numpy.arange类似,但是它不再是简单的[start, stop)左闭右开,也没有使用步长step,而是使用样本个数num。其函数原型如下:

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

其中当endpoint采用默认的True时,startstop表示序列的开始和初始值(闭区间[start, stop]),num为区间[start, stop]按照均匀(evenly)划分采样的样本数(包括边界startstop在内)。不过需要注意的是,endpointTruestop才能做为最后一个样本,为False时区间内便不包括stop,此时会在区间[start,end]内按照总个数为num + 1个样本采样并去掉尾部样本(即stop点)组成。retstep位置为True则会返回(samples, step)元组,其中samples为生成的样本,step为样本之间的间隔步长。

注意,它的start、stop参数都可以为小数,但是当dtype设置为int时则就不能为小数

numpy.linspace的常见使用样例如下:

print(np.linspace(2.0, 3.0, num=5))
# array([2.  , 2.25, 2.5 , 2.75, 3.  ])

如果设置endpointTrue,则按照num+1个样本数量来采样,并去掉最后一个样本。

print(np.linspace(2.0, 3.0, num=5, endpoint=False))
# [2.  2.2 2.4 2.6 2.8]

如果retstep设置为True,则除了返回生成的样本,还会返回样本之间的间隔步长。

print(np.linspace(2.0, 3.0, num=5, retstep=True))
# (array([2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)

下面我们用图形形象化地描述endpointTrue和取False的区别:

import matplotlib.pyplot as plt
N = 8
y = np.zeros(N)
x1 = np.linspace(0, 10, N, endpoint=True)
x2 = np.linspace(0, 10, N, endpoint=False)
plt.plot(x1, y, 'o', color='orange')
plt.plot(x2, y + 0.5, 'o', color='blue')
plt.ylim([1, -0.5])
plt.show()

图像显示如下:

Python中 range | np.arange | np.linspace三者的区别

可以看出橘色的点为np.linspace(0, 10, N, endpoint=True),按照总共8个点在[0, 10]采样,并包括stop边界10。蓝色的点为np.linspace(0, 10, N, endpoint=False),先按照总共9个点在[0, 10]采样最后再去掉最后一个点(即stop点10),最终得到间隙更密的8个点。

参考

到此这篇关于Python中range、np.arange和np.linspace的区别的文章就介绍到这了,更多相关Python range np.arange np.linspace内容请搜索三水点靠木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三水点靠木!

Python 相关文章推荐
py中的目录与文件判别代码
Jul 16 Python
python基础教程之popen函数操作其它程序的输入和输出示例
Feb 10 Python
Python写入CSV文件的方法
Jul 08 Python
对Python3.6 IDLE常用快捷键介绍
Jul 16 Python
便捷提取python导入包的属性方法
Oct 15 Python
Python对象转换为json的方法步骤
Apr 25 Python
详解mac python+selenium+Chrome 简单案例
Nov 08 Python
Python 读取 YUV(NV12) 视频文件实例
Dec 09 Python
在 Python 中接管键盘中断信号的实现方法
Feb 04 Python
基于Tensorflow读取MNIST数据集时网络超时的解决方式
Jun 22 Python
Python 实现Mac 屏幕截图详解
Oct 05 Python
使用Python获取字典键对应值的方法
Apr 26 Python
Python中非常使用的6种基本变量的操作与技巧
python使用torch随机初始化参数
Mar 22 #Python
Django基础CBV装饰器和中间件
详解pytorch创建tensor函数
Mar 22 #Python
详解Python+OpenCV绘制灰度直方图
PYTHON使用Matplotlib去实现各种条形图的绘制
Python+OpenCV实现在图像上绘制矩形
You might like
php download.php实现代码 跳转到下载文件(response.redirect)
2009/08/26 PHP
PHP连接局域网MYSQL数据库的简单实例
2013/08/26 PHP
初识PHP
2014/09/28 PHP
在Mac OS上搭建PHP的Yii框架及相关测试环境
2016/02/14 PHP
浅谈PHP中关于foreach使用引用变量的坑
2016/11/14 PHP
CL vs ForZe BO5 第一场 2.13
2021/03/10 DOTA
高性能web开发 如何加载JS,JS应该放在什么位置?
2010/05/14 Javascript
用js模拟struts2的多action调用示例
2014/05/19 Javascript
JS实用的带停顿的逐行文本循环滚动效果实例
2016/11/23 Javascript
JS获取数组中出现次数最多及第二多元素的方法
2017/10/27 Javascript
使用JSON格式提交数据到服务端的实例代码
2018/04/01 Javascript
基于JS实现带动画效果的流程进度条
2018/06/01 Javascript
vue中的mvvm模式讲解
2019/01/31 Javascript
nodejs实现日志读取、日志查找及日志刷新的方法分析
2019/05/20 NodeJs
Vue 实现html中根据类型显示内容
2019/10/28 Javascript
Vue引入Stylus知识点总结
2020/01/16 Javascript
微信小程序全选多选效果实现代码解析
2020/01/21 Javascript
如何实现js拖拽效果及原理解析
2020/05/08 Javascript
JavaScript实现弹出窗口效果
2020/12/09 Javascript
[02:11]2016国际邀请赛中国区预选赛全程回顾
2016/07/01 DOTA
日常整理python执行系统命令的常见方法(全)
2015/10/22 Python
对python中的xlsxwriter库简单分析
2018/05/04 Python
在Django中输出matplotlib生成的图片方法
2018/05/24 Python
解决python 在for循环并且pop数组的时候会跳过某些元素的问题
2020/12/11 Python
Eclipse面试题
2014/03/22 面试题
编程实现当输入某产品代码则打印出该产品记录的功能
2014/05/03 面试题
网络工程专业毕业生推荐信
2013/10/28 职场文书
公司部门司机岗位职责
2014/01/03 职场文书
简洁的英文求职信范文
2014/05/03 职场文书
声乐专业大学生职业生涯规划书:理想的未来需要自己去打造
2014/09/20 职场文书
2015年“七七卢沟桥事变”纪念活动总结
2015/03/24 职场文书
看雷锋电影观后感
2015/06/10 职场文书
2019西餐厅创业计划书范文!
2019/07/12 职场文书
剖析后OpLog订阅MongoDB的数据变更就没那么难了
2022/02/24 MongoDB
简单聊聊Golang中defer预计算参数
2022/03/25 Golang
Mysql中@和@@符号的详细使用指南
2022/06/05 MySQL