Pytorch np.arange函数

一、np.arange函数

NumPy中的arange函数是一种类似于Python内置的range函数的函数,不过arange函数返回的是一个数组,而不是列表。在NumPy中非常常用的函数之一。

复制代码
import numpy as np
arr = np.arange(5)
print(arr)

输出结果为:0 1 2 3 4

二、np.arange函数语法

np.arange(start, stop, step,, dtype=None)函数的语法说明如下:

  • start: 起始值,默认为0
  • stop: 终止值,不包括该值
  • step: 步长,默认为1
  • dtype: 数组元素的数据类型,可选参数,默认情况下会根据其他输入推断数据类型

三、np.arange函数作用

np.arange函数用于创建具有等差数列的数组。可以通过指定其步幅和范围内生成的元素数量来创建等距离的数字序列。

复制代码
import numpy as np
arr1 = np.arange(0,10,2)
arr2 = np.arange(3,20,5)
print(arr1)
print(arr2)

输出结果为:0 2 4 6 8 3 8 13 18

四、np.arange()函数

如果不指定参数,则默认返回从0开始,步长为1的数字序列:

复制代码
import numpy as np
arr = np.arange()
print(arr)

输出结果为:0

五、np.arange函数案例

使用np.arange函数来创建一个函数,计算角度在30到150度之间,以10度为间隔的正弦和余弦值:

复制代码
import numpy as np
import math
arr = np.arange(30, 150, 10)
sines = np.sin(np.deg2rad(arr))
cosines = np.cos(np.deg2rad(arr))
print(sines)
print(cosines)

输出结果为: 0.5 0.98480775 0.8660254 0.34202014 -0.34202014 -0.8660254 -0.98480775 -0.5 0.8660254 0.17364818 -0.5 -0.93969262 -0.93969262 -0.5 0.17364818 0.8660254

六、np.arange函数报错

如果不小心使用了浮点数作为步长,那么可能会产生奇怪的结果。例如使用np.arange(0, 1, 0.1)来生成从0到1(不包括1)的浮点数时,输出结果中可能会包含0.6000000000000001而不是0.6。

七、np.arange(a,b,c)

使用np.arange(a,b,c)函数来生成一个以指定步长的区间,一般推荐使用此种方法来避免浮点数的问题。

复制代码
import numpy as np
arr = np.arange(0,1,0.1)
print(arr)

输出结果为:0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

八、np.arange(5)的结果为( )

np.arange(5)的结果为0, 1, 2, 3, 4

九、np.arange(10)是什么意思

np.arange(10)就是生成一个从0到10(不包括10)的等差数列。

十、np.arrange和range的区别

np.arange和range都可以用于生成等差数列,不过二者有以下区别:

  • np.arange中的步长可以使用小数,而range只能使用整数
  • np.arange返回的是一个NumPy数组,而range返回的是一个Python迭代器

总之,np.arange函数是NumPy中的一个非常实用的函数,可以用于生成等差数列。需要注意的是,在使用的过程中,要尽量避免浮点数带来的问题。

相关推荐
大闸蟹u4 分钟前
图解 AI Agent:Agent = 模型 + Harness
人工智能
dunge20265 分钟前
ChatGPT Plus / Pro 与 Codex 深度实战:2026年9月5日 从模型能力对比到代码生成工作流全解析
人工智能·chatgpt
阿拉斯攀登6 分钟前
SpringCloudAlibaba微服务消息调用:跨服务业务异步解耦
人工智能
joinwell527 分钟前
只发 GET,为什么还是写进去了?从公共 Wiki 到 Agent 工具门禁的效果边界
人工智能·http
zhuhai_xigedian10 分钟前
源网荷储一体化柜的经济效益优化功能实现机制
大数据·运维·人工智能·重构·能源
TechWayfarer11 分钟前
做IP归属地查询时总是查不准?IP纯净度检测实战:从“查归属地“到识别“脏IP“的四个维度
服务器·网络·python·tcp/ip·安全·web安全
jay神15 分钟前
深度学习的损失函数怎么选?
人工智能·深度学习·计算机视觉·毕业设计·损失函数
zhaoali070918 分钟前
深度学习系列实验-计算机视觉基础
人工智能·深度学习·计算机视觉
小溪学编程27 分钟前
Java InputStream 详解:从基础到实战
java·python·php
大雷神28 分钟前
HarmonyOS ArkGraphics 2D 自定义字体实操:注册字体并验证中文回退
pytorch·华为·harmonyos