Question

在编写一些数组迭代内容时，我遇到了numpy arange()函数的奇怪行为：

>>> import numpy as np

>>> np.arange(0.13,0.16, step=0.01)
array([0.13, 0.14, 0.15])

>>> np.arange(0.12,0.16, step=0.01)
array([0.12, 0.13, 0.14, 0.15, 0.16])

>>> np.arange(0.11,0.16, step=0.01)
array([0.11, 0.12, 0.13, 0.14, 0.15])

如您所见，当要求从0.13开始时，结果将终止于终止值（如应有的值）的一步，但是当要求从0.12开始时，最后一个值是回到！再往下走，从0.11开始，最后一个值又消失了。

如果您希望在将范围精确地扩展一步时将数组增加一，这将导致一些明显的问题。

关于为什么行为不一致的任何想法？

系统信息：Python 3.6.5，numpy 1.14.0

Answer 1

np.linspace文档指出：

使用非整数步骤（例如0.1）时，结果通常将不一致。在这些情况下，最好使用linspace。

因此，您应该考虑改用{{3}}。

您可以使用arange实现自己的linspace方法：

def my_arange(start, end, step):
    return np.linspace(start, end, num=round((end-start)/step), endpoint=False)

它将按预期工作：

In [27]: my_arange(0.13, 0.16, step=0.01)
Out[27]: array([ 0.13,  0.14,  0.15])

In [28]: my_arange(0.12, 0.16, step=0.01)
Out[28]: array([ 0.12,  0.13,  0.14,  0.15])

In [29]: my_arange(0.11, 0.16, step=0.01)
Out[29]: array([ 0.11,  0.12,  0.13,  0.14,  0.15])

numpy的arange函数返回不一致的数组

1 个答案: