Question

我正在使用numpy。我遇到了这行代码。

a = (1.,80.,5.)

这是什么意思？在其他一行，我找到了

aList = np.arange(a[0], a[1]+a[2], a[2])

注意： np是从numpy分配的命名空间。

Answer 1

对于第一个代码段，您要创建一个包含3个数字1,8和5的元组。

a=(1.,80.,5.)
1.0, 80.0, 5.0)

在第二个代码段中，您正在安排一个列表，其间均值为1到81（因为您要添加1和2），其间距为5.

np.arange(a[0], a[1]+a[2], a[2]) 
array([  1.,   6.,  11.,  16.,  21.,  26.,  31.,  36.,  41.,  46.,  51.,
        56.,  61.,  66.,  71.,  76.,  81.])

来自numpy help

numpy.arange （[start，] stop，[step，] dtype = None）

在给定的时间间隔内返回均匀间隔的值。

在半开区间[开始，停止]内生成值（换句话说，包括开始但不包括停止的区间）。对于整数参数，该函数等效于Python内置范围函数，但返回的是ndarray而不是列表。

编辑正如a.smiet指出的那样，代码会创建一个元组而不是列表。正如here

指出的那样，两者之间存在差异

Answer 2

a是浮动的元组。元组是一种类似于列表的结构，但是不可变（即，一旦创建了它就不能修改它的任何组件）。但是，就像列表一样，它可以被编入索引。

理论上，一些元组有特殊的名称，例如2的元组称为一对，3的元组称为三元组等（人们不一定称之为，但是它有助于理解它们什么是元组）。因为它是不可变的，从概念上讲它被认为是一个独特的对象，而不是一个集合;因此，它也可以有效地用作字典的键（而不是不能列出的列表）。

要创建元组，可以在括号内创建逗号分隔的对象序列，即()（而不是括号，即[]，您将创建列表）。

至于花车，浮动3.0也可以简写为3.。

numpy.arange函数然后通过使用元组的组件作为参数调用它来创建范围。在您的特定情况下，它将创建一系列从1到80 + 5的数字，增量为5。

元组的一个非常酷的用法是它们可以扩展为函数的一系列参数。例如如果您有一个元组a = (1.,10.,2.)，并且想要拨打numpy.arange(a[0], a[1], a[2])，则可以改为numpy.arange(*a)。

Answer 3

第一行只是一个元组。

第二行使用np.arange方法，该方法返回给定间隔内的间隔值：

np.arange(start, stop, step)

您拥有的参数是使用元组a。 a[0] = 1和a[1] = 80等等......

Answer 4

a = (1.,80.,5.)

创建一个包含3个浮点数（1.0,80.0和5.0）的元组。

aList = np.arange(a[0], a[1]+a[2], a[2])

创建此列表：

[  1.   6.  11.  16.  21.  26.  31.  36.  41.  46.  51.  56.  61.  66.  71. 76.  81.]

其中，根据http://docs.scipy.org/doc/numpy/reference/generated/numpy.arange.html表示1.0是一个开始，85.0（80 + 5）是结束，5.0是创建间隔值的步骤（函数的参数）。

Answer 5

对于第一个，它是3个项目的元组：

>>> a = (1.,80.,5.)
>>> a
(1.0, 80.0, 5.0)

对于第二个，它会生成一个列表（开始：1.0，结束：80.0 + 5.0，步骤：5.0）：

>>> a_list = numpy.arange(a[0], a[1]+a[2], a[2])
>>> a_list
array([  1.,   6.,  11.,  16.,  21.,  26.,  31.,  36.,  41.,  46.,  51.,
        56.,  61.,  66.,  71.,  76.,  81.])

这些代码行做了什么？

5 个答案: