【Python】range()、np.arange()、np.linspace()、np.logspace()的使用和區別_秋天-CSDN博客
版權聲明：本文為博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
下文鏈接：https://blog.csdn.net/duanlianvip/article/details/100102797
當然也有一些本人個人的理解，作為補充。

初學tensorflow,nump 工具包，經常遇到range()、np.arange()、np.linspace()、np.logspace()一系列的函數，并且這幾個函數看起來還長的差不多，雖然實現的功能看起來挺相似，但是他們之間還是有很多的區別。

為了解決上述困惑，做個筆記，把這4個函數放到一起對比，以方便溫故知新。

本期目錄導航

• • 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區別
  • 六、ndarray 和list 相互轉換
  • 七、python中的 list和array 的不同之處

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

range()，從數值范圍創建數組，

range()是Python自帶的函數。

生成一個從start（包含）到stop（不包含），以step為步長的序列。返回一個list對象。

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

只能生成整型的序列。

從數值范圍[a,b)創建數組，不加嚴謹地寫作[start,stop)，即左閉右開的區間

程序驗證：

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

補充： numpy 包中的使用 arange 函數，從數值范圍創建數組，并返回 ndarray 對象，函數格式如下：

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

np.arange()屬于numpy模塊。

生成一個從start（包含）到stop（不包含），以step為步長的序列。返回一個ndarray對象。

可以生成整型、浮點型序列，毫無壓力。

當step參數為非整數時（如step=0.1），結果往往不一致。對于這些情況，最好使用“linspace()”函數。

從數值范圍[a,b)創建數組，不加嚴謹地寫作[start,stop)，即左閉右開的區間

參數含義：

• start：數值型，可選填。包含此值。默認為0。
• stop：數值型，必填。不包含此值。除非step的值不是整數，浮點舍入會影響“out”的長度。
• step：數值型，可選填。默認為1，如果步長有指定，則start必須給出來。
• dtype：數據類型。輸出的array數據類型。如果未指定dtype，則輸出的array類型由其它的輸入參數決定。
• start、stop、step若任一個為浮點型，那么都會生成一個浮點型序列。

程序驗證：

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

numpy.linspace 函數用于創建一個一維數組，數組是一個等差數列構成的，格式如下：

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

• 指定在 start到stop的均分數值（等差數列）。
• start：不可缺省。
• stop：有時包含，有時不包含，根據endpoint來選擇，默認包含。
• num：指定均分的數量，默認為50。
• endpoint：布爾值，可選，默認為True，默認包含。包含stop，就True，不包含就False。
• retstep：布爾值，可選，默認為False。如果為True，返回值和步長
• dtype：輸出數據類型，可選。如果不指定，則根據前面參數的數據類型

程序驗證：

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

numpy.logspace 函數用于創建一個等比數列。格式如下：

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

參數：

• start：float類型，基底base的start次冪作為左邊界

• stop：float類型，基底base的stop次冪作為右邊界

• num：指定等比數值的數量，默認為50

• endpoint：布爾值，可選，默認為True。包含stop就True，不包含就False

• base：float類型，選填，基底

• dtype：輸出數據類型。

返回值：ndarray類型


logspace()函數，等價于如下代碼：

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

程序驗證：

五、list 與 numpy.ndarray區別

上述四個函數，range()返回值為list類型，其余為ndarray類型，看著差不多，這兩種類型有什么區別呢？

python中的二維數組，主要有 list(列表) 和 numpy.ndarray(多維數組) 兩種, 兩種的區別主要體現在numpy.ndarray 支持更多的索引方式，下面通過代碼來看一下兩種數據類型索引方式的區別：

對a和b的元素進行訪問：

兩者區別：

報錯：list indices must be integers or slices,not tuple
翻譯：列表索引必須是整數或片,不是元組

可以看到numpy.ndarray 比list的訪問方式更靈活.

六、ndarray 和list 相互轉換

• 在處理數據時，可以通過np.array() 方便的將列表（list）轉化為numpy.ndarray,
• 當然處理完后還可以通過tolist() 將ndarray再轉回列表（list），從而方便刪除或添加元素。

# list 轉 numpynp.array(list1)# ndarray 轉 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 的區別 - https://zhuanlan.zhihu.com/p/261636002?utm_source=wechat_session

• List： 列表

python 中的 list 是 python 的內置數據類型，list 中的數據類型不必相同，
在 list 中保存的是數據的存放的地址，即指針，并非數據。

• array：數組

array() 是 numpy 包中的一個函數，array 里的元素都是同一類型，數據類型要相同。

• ndarray：多維數組

是一個多維的數組對象，具有矢量算術運算能力和復雜的廣播能力，并具有執行速度快和節省空間的特點。

ndarray 的一個特點是同構：即其中所有元素的類型必須相同。

總結

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不同的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。