Как использовать np.arange в Python

NumPy arange(): Как использовать np.arange()

NumPy - это основная библиотека Python для численных вычислений. Ее наиболее важный тип - это массив, называемый ndarray. NumPy предлагает множество способов создания массивов для разных случаев. arange() - одна из таких функций, основанная на числовых диапазонах. Она часто называется np.arange(), потому что np является распространенным сокращением для NumPy.

В конце этой статьи вы узнаете:

• Что такое np.arange()
• Как использовать np.arange()
• Какие другие методы похожи на np.arange()

Давайте посмотрим на пример использования np.arange()!

Бесплатный бонус: Нажмите здесь, чтобы получить доступ к бесплатному руководству по ресурсам NumPy, которое указывает на лучшие учебники, видео и книги для развития ваших навыков NumPy.

Возвращаемое значение и параметры np.arange()

NumPy arange() - это один из методов создания массива на основе числовых диапазонов. Он создает экземпляр ndarray с равномерно распределенными значениями и возвращает ссылку на него.

Вы можете определить интервал значений, содержащихся в массиве, пространство между ними и их тип с помощью четырех параметров arange():

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

Первые три параметра определяют диапазон значений, а четвертый указывает тип элементов:

2. stop - число, которое определяет конец массива и не включается в массив.
3. step - число, которое определяет шаг (разницу) между каждыми двумя последовательными значениями в массиве и по умолчанию равно 1.

step не может быть равен нулю. В противном случае вы получите ошибку ZeroDivisionError. Вы не можете уйти от start, если инкремент или декремент равен 0.

Если dtype не указан, используется тип элементов по умолчанию (None).

вы можете указать тип элементов массива при помощи параметра dtype. По умолчанию тип элементов будет определяться автоматически.

Аргументы диапазона np.arange()

np.arange() может принимать различное количество аргументов, определяющих диапазон значений массива. Рассмотрим несколько примеров использования:

1. Предоставление всех аргументов диапазона

import numpy as np

arr = np.arange(0, 10, 2)
print(arr)  # [0 2 4 6 8]

В этом примере мы указали все три аргумента диапазона: start=0, stop=10, step=2. Полученный массив будет содержать значения от 0 до 10 (не включая 10) с шагом 2.

2. Предоставление двух аргументов диапазона

import numpy as np

arr = np.arange(5, 15)
print(arr)  # [5 6 7 8 9 10 11 12 13 14]

В этом примере мы предоставили только два аргумента диапазона: start=5 и stop=15. Параметр step не указан и по умолчанию равен 1. Полученный массив будет содержать значения от 5 до 15 (не включая 15) с шагом 1.

3. Предоставление одного аргумента диапазона

import numpy as np

arr = np.arange(5)
print(arr)  # [0 1 2 3 4]

В этом примере мы предоставили только один аргумент диапазона: stop=5. Параметры start и step не указаны и по умолчанию равны 0 и 1 соответственно. Полученный массив будет содержать значения от 0 до 5 (не включая 5) с шагом 1.

4. Предоставление отрицательных аргументов

import numpy as np

arr = np.arange(10, 0, -2)
print(arr)  # [10 8 6 4 2]

В этом примере мы указали отрицательное значение для аргумента step. Полученный массив будет содержать значения от 10 до 0 (не включая 0) с шагом -2.

5. Считаем назад

import numpy as np

arr = np.arange(10, 0, -1)
print(arr)  # [10 9 8 7 6 5 4 3 2 1]

В этом примере мы указали отрицательное значение для аргумента step. Полученный массив будет содержать значения от 10 до 0 (не включая 0) с шагом -1.

6. Получение пустых массивов

import numpy as np

arr = np.arange(0)
print(arr)  # []

В этом примере мы предоставили пустой диапазон, и в результате получили пустой массив.

Теперь вы знаете, как использовать функцию np.arange() для создания числовых диапазонов в массиве. Эта функция полезна при работе с числовыми данными и может быть использована вместо встроенного класса range для более удобного создания массивов в NumPy.