numpy中的array,arange和range
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
一.array用法
话不多说,先上代码:
import numpy as np
a = np.array([1,2,3])
b = np.array([[1,2,1],[2,3,2]])
c = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[0,1,2]],[[3,4,5],[6,7,8]]])
括号内部直接写数组[a,b,…],数组维度随着[]嵌套层数增加而增加。
二.arange用法
代码如下(示例):
import numpy as np
a = np.arange(5)
b = np.arange(1,5)
c = np.arange(0, 5, 0.2)
共三种使用方式,
第一种为一个参数,运行结果为生成一位数组[0 1 2 3 4]。
第二种为两个参数,运行结果为[1 2 3 4],意思是从1到
4,注意不包括右边界。
第三种增加了间隔0.2,与matlab中矩阵定义相类似。运行结果为:[0 0.2 0.4……5.8]。注意最后一个元素是以右边界为整数部分的最大值。
三.range用法
"range(5)
[0,1,2,3,4]
range(1,6)
[1,2,3,4,5]
range(0,20,5)
[0,5,10,15]
range(0,-5,-1)
[0,-1,-2,-3,-4]
range(0)
[]
由代码可以看出与arange非常类似,同样步长默认唯一,起始值默认为0.
总结
array用法直观上更为直接,而arange用法更为灵活方便,与参数个数有关。arange比range更强的优势在于其可以以小数为间隔。