快速理解np.arrange和np.linespace的区别

部署运行你感兴趣的模型镜像

np.arange(start, end, step): 类似range函数,精确以step作为公差,不一定包含end

np.arange(0, 5, 1)   # array([0, 1, 2, 3, 4])
np.arange(0, 1, 0.3)  # array([0. , 0.3, 0.6, 0.9])(不包含 1.0)

np.linespace(start, end, num): 精确生成长度为num,以start开始,end结束的等差数列

np.linspace(0, 1, 5)  # array([0.  , 0.25, 0.5 , 0.75, 1. ])
np.linspace(0, 1, 3)  # array([0. , 0.5, 1. ])

tips:这两个功能是互补的

  • arange的好处:stepsize固定,生成的数据比较好看;坏处:end不一定包含在里面

    linespace的好处:end一定包含在里面,坏处:如果num设置不好,生成的数据可能比较奇怪(/num得到无限循环小数)

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值