这篇文章将为大家详细讲解有关怎么在python中利用numpy生成等差数列，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
Python主要应用于：1、Web开发；2、数据科学研究；3、网络爬虫；4、嵌入式应用开发；5、游戏开发；6、桌面应用开发。
如下所示：
import numpy as np # 等差数列 print(np.linspace(0.1, 1, 10, endpoint=True)) print(np.arange(0.1, 1.1, 0.1)) """总结： arange 侧重点在于增量，不管产生多少个数 linspace 侧重于num, 即要产生多少个元素，不在乎增量 """ # 等比数列 np.logspace(1, 4, 4, endpoint=True, base=2) # 2**1---2**4
补充拓展：python 等差数列生成器代码
典型的迭代器模式作用很简单——遍历数据结构。不过，即便不是从集合中获取元素，而 是获取序列中即时生成的下一个值时，也用得到这种基于方法的标准接口。例如，内置的 range 函数用于生成有穷整数等差数列（Arithmetic Progression，AP）， itertools.count 函 数用于生成无穷等差数列。
先来看等差数列：
""" 等差数列实现。 """ class ArithmeticProgression: def __init__(self, begin, step, end=None): self.begin = begin self.step = step self.end = end # None -> 无穷数列 def __iter__(self): result = type(self.begin + self.step)(self.begin) forever = self.end is None index = 0 while forever or result < self.end: yield result index += 1 result = self.begin + self.step * index if __name__ == '__main__': ap = ArithmeticProgression(0, 1, 3) print(ap) # print(list(ap)) a = iter(ap) print(next(a))
这是个简单的示例，说明了如何使用生成器函数实现特殊的 __iter__ 方法。然而，如果一个类只是为了构建生成器而去实现 __iter__ 方法，那还不如使用生成器函数。毕竟，生成器函数是制造生成器的 工厂。
def aritprog_gen(begin, step, end=None): result = type(begin + step)(begin) forever = end is None index = 0 while forever or result < end: yield result index += 1 result = begin + step * index
使用itertools模块生成等差数列
然而，itertools.count 函数从不停止，因此，如果调用 list(count())，Python 会创建一 个特别大的列表，超出可用内存，在调用失败之前，电脑会疯狂地运转。
不过，itertools.takewhile 函数则不同，它会生成一个使用另一个生成器的生成器，在指 定的条件计算结果为 False 时停止。因此，可以把这两个函数结合在一起使用，编写下述 代码：
利用 takewhile 和 count 函数，写出的代码流畅而简短。
import itertools # 注意，下面示例中的 aritprog_gen 不是生成器函数， # 因为定义体中没有 yield 关键字。 # 但是它会返回一个生成器， # 因此它与其他生成器函数一样， # 也是生成器工厂函数。 def aritprog_two_gen(begin, step, end=None): first = type(begin + step)(begin) ap_gen = itertools.count(first, step) if end is not None: ap_gen = itertools.takewhile(lambda n: n < end, ap_gen) return ap_gen
关于怎么在python中利用numpy生成等差数列就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。