【Python】range()、np.arange()、np.linspace()、np.logspace()的使用和區(qū)別_秋天-CSDN博客
版權(quán)聲明：本文為博主原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權(quán)協(xié)議，轉(zhuǎn)載請(qǐng)附上原文出處鏈接和本聲明。
下文鏈接：https://blog.csdn.net/duanlianvip/article/details/100102797
當(dāng)然也有一些本人個(gè)人的理解，作為補(bǔ)充。

初學(xué)tensorflow,nump 工具包，經(jīng)常遇到range()、np.arange()、np.linspace()、np.logspace()一系列的函數(shù)，并且這幾個(gè)函數(shù)看起來(lái)還長(zhǎng)的差不多，雖然實(shí)現(xiàn)的功能看起來(lái)挺相似，但是他們之間還是有很多的區(qū)別。

為了解決上述困惑，做個(gè)筆記，把這4個(gè)函數(shù)放到一起對(duì)比，以方便溫故知新。

本期目錄導(dǎo)航

• • 一、range ([start:int]，stop:int，[step:int])
  • 二、np.arange ([start=None], stop=None, [step=None], dtype=None)
  • 三、np.linspace (start, stop, num=50, endpoint=True, retstep=False, dtype=None)
  • 四、np.logspace (start, stop, num=50, endpoint=True, base=10.0, dtype=None)
  • 五、list 與 numpy.ndarray區(qū)別
  • 六、ndarray 和list 相互轉(zhuǎn)換
  • 七、python中的 list和array 的不同之處

一、range ([start:int]，stop:int，[step:int])

range()，從數(shù)值范圍創(chuàng)建數(shù)組，

range()是Python自帶的函數(shù)。

生成一個(gè)從start（包含）到stop（不包含），以step為步長(zhǎng)的序列。返回一個(gè)list對(duì)象。

start默認(rèn)值為0，選填；stop是必填；step默認(rèn)值為1，選填。 start、stop、step均須為整型。

只能生成整型的序列。

從數(shù)值范圍[a,b)創(chuàng)建數(shù)組，不加嚴(yán)謹(jǐn)?shù)貙?xiě)作[start,stop)，即左閉右開(kāi)的區(qū)間

程序驗(yàn)證：

二、np.arange ([start=None], stop=None, [step=None], dtype=None)

補(bǔ)充： numpy 包中的使用 arange 函數(shù)，從數(shù)值范圍創(chuàng)建數(shù)組，并返回 ndarray 對(duì)象，函數(shù)格式如下：

numpy.arange(start, stop, step, dtype)

np.arange()屬于numpy模塊。

生成一個(gè)從start（包含）到stop（不包含），以step為步長(zhǎng)的序列。返回一個(gè)ndarray對(duì)象。

可以生成整型、浮點(diǎn)型序列，毫無(wú)壓力。

當(dāng)step參數(shù)為非整數(shù)時(shí)（如step=0.1），結(jié)果往往不一致。對(duì)于這些情況，最好使用“l(fā)inspace()”函數(shù)。

從數(shù)值范圍[a,b)創(chuàng)建數(shù)組，不加嚴(yán)謹(jǐn)?shù)貙?xiě)作[start,stop)，即左閉右開(kāi)的區(qū)間

參數(shù)含義：

• start：數(shù)值型，可選填。包含此值。默認(rèn)為0。
• stop：數(shù)值型，必填。不包含此值。除非step的值不是整數(shù)，浮點(diǎn)舍入會(huì)影響“out”的長(zhǎng)度。
• step：數(shù)值型，可選填。默認(rèn)為1，如果步長(zhǎng)有指定，則start必須給出來(lái)。
• dtype：數(shù)據(jù)類(lèi)型。輸出的array數(shù)據(jù)類(lèi)型。如果未指定dtype，則輸出的array類(lèi)型由其它的輸入?yún)?shù)決定。
• start、stop、step若任一個(gè)為浮點(diǎn)型，那么都會(huì)生成一個(gè)浮點(diǎn)型序列。

程序驗(yàn)證：

三、np.linspace (start, stop, num=50, endpoint=True, retstep=False, dtype=None)

numpy.linspace 函數(shù)用于創(chuàng)建一個(gè)一維數(shù)組，數(shù)組是一個(gè)等差數(shù)列構(gòu)成的，格式如下：

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

• 指定在 start到stop的均分?jǐn)?shù)值（等差數(shù)列）。
• start：不可缺省。
• stop：有時(shí)包含，有時(shí)不包含，根據(jù)endpoint來(lái)選擇，默認(rèn)包含。
• num：指定均分的數(shù)量，默認(rèn)為50。
• endpoint：布爾值，可選，默認(rèn)為T(mén)rue，默認(rèn)包含。包含stop，就True，不包含就False。
• retstep：布爾值，可選，默認(rèn)為False。如果為T(mén)rue，返回值和步長(zhǎng)
• dtype：輸出數(shù)據(jù)類(lèi)型，可選。如果不指定，則根據(jù)前面參數(shù)的數(shù)據(jù)類(lèi)型

程序驗(yàn)證：

四、np.logspace (start, stop, num=50, endpoint=True, base=10.0, dtype=None)

numpy.logspace 函數(shù)用于創(chuàng)建一個(gè)等比數(shù)列。格式如下：

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

參數(shù)：

• start：float類(lèi)型，基底base的start次冪作為左邊界

• stop：float類(lèi)型，基底base的stop次冪作為右邊界

• num：指定等比數(shù)值的數(shù)量，默認(rèn)為50

• endpoint：布爾值，可選，默認(rèn)為T(mén)rue。包含stop就True，不包含就False

• base：float類(lèi)型，選填，基底

• dtype：輸出數(shù)據(jù)類(lèi)型。

返回值：ndarray類(lèi)型


logspace()函數(shù)，等價(jià)于如下代碼：

y = np.linspace(start, stop, num=num, endpoint=endpoint) power(base, y).astype(dtype)

程序驗(yàn)證：

五、list 與 numpy.ndarray區(qū)別

上述四個(gè)函數(shù)，range()返回值為list類(lèi)型，其余為ndarray類(lèi)型，看著差不多，這兩種類(lèi)型有什么區(qū)別呢？

python中的二維數(shù)組，主要有 list(列表) 和 numpy.ndarray(多維數(shù)組) 兩種, 兩種的區(qū)別主要體現(xiàn)在numpy.ndarray 支持更多的索引方式，下面通過(guò)代碼來(lái)看一下兩種數(shù)據(jù)類(lèi)型索引方式的區(qū)別：

對(duì)a和b的元素進(jìn)行訪問(wèn)：

兩者區(qū)別：

報(bào)錯(cuò)：list indices must be integers or slices,not tuple
翻譯：列表索引必須是整數(shù)或片,不是元組

可以看到numpy.ndarray 比list的訪問(wèn)方式更靈活.

六、ndarray 和list 相互轉(zhuǎn)換

• 在處理數(shù)據(jù)時(shí)，可以通過(guò)np.array() 方便的將列表（list）轉(zhuǎn)化為numpy.ndarray,
• 當(dāng)然處理完后還可以通過(guò)tolist() 將ndarray再轉(zhuǎn)回列表（list），從而方便刪除或添加元素。

# list 轉(zhuǎn) numpynp.array(list1)# ndarray 轉(zhuǎn) listarray1.tolist()

演示：

參考：

• http://www.mamicode.com/info-detail-2449535.html
• https://blog.csdn.net/ui_shero/article/details/78881067
• https://www.jianshu.com/p/f8e6a0a6399f

七、python中的 list和array 的不同之處

python 中 array 和 list 的區(qū)別 - https://zhuanlan.zhihu.com/p/261636002?utm_source=wechat_session

• List： 列表

python 中的 list 是 python 的內(nèi)置數(shù)據(jù)類(lèi)型，list 中的數(shù)據(jù)類(lèi)型不必相同，
在 list 中保存的是數(shù)據(jù)的存放的地址，即指針，并非數(shù)據(jù)。

• array：數(shù)組

array() 是 numpy 包中的一個(gè)函數(shù)，array 里的元素都是同一類(lèi)型，數(shù)據(jù)類(lèi)型要相同。

• ndarray：多維數(shù)組

是一個(gè)多維的數(shù)組對(duì)象，具有矢量算術(shù)運(yùn)算能力和復(fù)雜的廣播能力，并具有執(zhí)行速度快和節(jié)省空間的特點(diǎn)。

ndarray 的一個(gè)特點(diǎn)是同構(gòu)：即其中所有元素的類(lèi)型必須相同。

總結(jié)

以上是生活随笔為你收集整理的【Python-numpy】range()、np.arange()、np.linspace()、np.logspace()的使用和区别，list和array不同的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。