在 Numpy 数组中指定元素答案

【问题标题】：Specifying Elements In A Numpy Array在 Numpy 数组中指定元素
【发布时间】：2014-01-16 01:46:45
【问题描述】：

我想创建一个 numpy 数组，它采用 [0,10] 范围内的值，每个元素之间的除法为 0.1。我该怎么做呢？希望我的要求足够明确。

【问题讨论】：

【解决方案1】：

除了@agconti 答案之外，您还可以使用所谓的 linspace：

代码：

import numpy

a = numpy.linspace(0, 10, num = 101)  # num -> number of elements
print a

输出：

[  0.    0.1   0.2   0.3   0.4   0.5   0.6   0.7   0.8   0.9   1.    1.1
1.2   1.3   1.4   1.5   1.6   1.7   1.8   1.9   2.    2.1   2.2   2.3
2.4   2.5   2.6   2.7   2.8   2.9   3.    3.1   3.2   3.3   3.4   3.5
3.6   3.7   3.8   3.9   4.    4.1   4.2   4.3   4.4   4.5   4.6   4.7
4.8   4.9   5.    5.1   5.2   5.3   5.4   5.5   5.6   5.7   5.8   5.9
6.    6.1   6.2   6.3   6.4   6.5   6.6   6.7   6.8   6.9   7.    7.1
7.2   7.3   7.4   7.5   7.6   7.7   7.8   7.9   8.    8.1   8.2   8.3
8.4   8.5   8.6   8.7   8.8   8.9   9.    9.1   9.2   9.3   9.4   9.5
9.6   9.7   9.8   9.9  10. ]

【讨论】：

我最初考虑使用它，但认为它在概念上更难，因为您必须知道将数组隔开的元素数量。但我很高兴您将其包括在内，+1。
这取决于您使用它的目的。你想用数组做什么？
另外，这对于非 python 用户可能更具语义：np.linspace(0,1,100,endpoint=False)。

【解决方案2】：

使用numpy.arange。

来自文档：

numpy.arange([start], stop[, step], dtype=None) 返回均匀分布给定区间内的值。

例子：

>>> 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])

为你：

 np.arange(0,10,0.1)

【讨论】：

反对的选民愿意发表评论吗？我的回答是有效的。
好吧，查看 arange 文档“当使用非整数步长时，例如 0.1，结果通常会不一致。对于这些情况，最好使用 linspace。”
显然我的回答是有效的。仍然会生成正确的结果。正如我在@christians 的回答中评论的那样，我认为这在概念上可能比 OP 的行空间更容易
简单地说，不。这个答案不能一概而论。如果你概括它，你可能会得到损坏的结果。而且它不如 linspace 精确（虽然更快）。所以不管它是否有效，我认为这是个坏建议。
np.arange() 是否产生一个 numpy 数组？