numpy - arange:为什么下面的示例不在10结束

numpy中的arange函数用于创建一个等差数列，可以指定起始值、终止值和步长。下面是一个示例：

import numpy as np

arr = np.arange(0, 10, 1)
print(arr)

输出结果为：0 1 2 3 4 5 6 7 8 9

根据示例代码，arange函数的参数为0（起始值）、10（终止值）和1（步长）。但是终止值10并不包含在生成的等差数列中。这是因为在numpy中，arange函数的终止值是开区间，即不包含在结果中。

如果希望生成的等差数列包含终止值10，可以将终止值设为11，步长设为1，如下所示：

import numpy as np

arr = np.arange(0, 11, 1)
print(arr)

输出结果为：0 1 2 3 4 5 6 7 8 9 10

在这个示例中，等差数列包含了终止值10。

推荐的腾讯云相关产品：腾讯云计算服务（https://cloud.tencent.com/product/cvm）

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

用在数据科学上的 Python：你可能忘记的 8 个概念

函数和 Linspace 函数快速创建简单的 NumPy 数组，使用 arange 和 linspace 函数最合适不过了。...因此，给定一个开始值 start 和结束值 stop，以及个数值 num，linspace 函数将在 NumPy 数组中均分这个范围。这在数据可视化和绘图时轴的声明很有用。...下面给出删除列的示例： df.drop('Column A', axis=1) df.drop('Row A', axis=0) 在我真正知道为什么需要声明轴是什么之前，我编写了无数次这行代码。...从上面的代码中，你可以推断出，如果对列进行操作需要将 axis 设置为 1，对行操作则将其设置为 0。但这是为什么呢？...哪种情况下用哪个最好很难说，所以让我们再回顾一下。 Concat 函数可以在下方或旁边合并一个或多个 dataframe（取决于如何定义轴）。 ?

1.2K1 0

numpy 数组操作

1 numpy.arange 在给定的区间[start, stop) 内返回均匀间隔的值语法：numpy.arange([start, ] stop, [step, ]dtype=None) 参数...stop：结束的区间，不包含这个值。 step：间距值，可选。...返回： arange : ndarray 示例： >>> np.arange(5) array([0, 1, 2, 3, 4]) >>> np.arange(1,5) array([1, 2, 3, 4...注意(-1,4)表示列为4，行自动调整 newshape：要改成的形状，整数或者元组 order：{‘C’, ‘F’, ‘A’},可选示例： >>> a=np.arange(6) >>> a array...]]) >>> list2*a1 array([[ 2, 2], [ 4, 10]]) >>> list3*a1 array([[ 2, 1], [ 8, 10]]) >

8413 0

Python之numpy的ndarray数组使用方法介绍

C/C++和Fortran代码的工具包；（4）实用的线性代数、傅里叶变换和随机数生成函数主要优点： 1.NumPy数组在数值运算方面的效率优于Python提供的list容器。...------------ (3, 1) 2 int32 3 ----------------------- (1, 3) 2 int32 3 ` ndarray常用数组操作数组索引下标都是从0开始，不在特意强调...生成数组，并访问元素 a = np.arange(10) print(a) # [0 1 2 3 4 5 6 7 8 9] b = a[5] print b // 5 b=np.arange(...1,6,2) print(b) # [1 3 5] ` （3）开始到结束 import numpy as np a = np.arange(10) print a[2:] //output [2...3 4 5 6 7 8 9] ` （4）指定区间 import numpy as np a = np.arange(10) print a[2:5] //output [2 3

1K3 0

python的range和arange_Python range()与Numpy.arange

参考链接： Python中的numpy.ceil 本文主要着眼于介绍Python range与Numpy arange的用法，以区别于二者的使用。 ...1、Numpy.arange numpy.arange([start,] stop,[step,] dtype=None) 返回给定间隔内的均匀间隔的值。 ...对于这些情况，最好使用numpy.linspace。参数： start：数字，可选间隔的开始。间隔包括该值(即：左闭)。默认起始值为0。 stop: 数字间隔的结束。...示例： >>>np.arange(3) array([0, 1, 2]) >>>np.arange(3.0) array([ 0., 1., 2.]) ...例如：range(0， 5) 等价于 range(0, 5, 1) 示例： >>>range(10) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>>range(1, 11)

6032 0

浅谈Python中range与Numpy中arange的比较

本文先比较range与arange的异同点，再详细介绍各自的用法，然后列举了几个简单的示例，最后对xrange进行了简单的说明。...（当使用非整数步长时，比如0.1，结果经常不是一致的，在这种情况下，最好使用线性等分向量）。...4、简单的示例 In [4]: import numpy as np In [5]: r = range(5) In [6]: ar = np.arange(5) In [7]: r Out...]: r2 Out[10]: [1, 3, 5, 7, 9, 11, 13, 15, 17] In [11]: ar3 = np.arange(1, 9.0, 0.7) In [12]: ar3 Out...以上这篇浅谈Python中range与Numpy中arange的比较就是小编分享给大家的全部内容了，希望能给大家一个参考。

1.6K2 0

Numpy库

NumPy使用c语言写的，底部解除了GIL，其对数组的操作速度不在受python解释器限制。 # numpy中的数组 Numpy中的数组的使用跟Python中的列表非常类似。...(a2.dtype) 总结: 为什么Numpy的数组中有这么多的数据类型呢?...示例代码如下： a1 = np.arange(0,24).reshape((4,6)) a2 = a1.transpose() 为什么要进行矩阵转置呢，有时候在做一些计算的时候需要用到。...这里我们专门用一节来解释一下这个axis轴的概念。简单来说，最外面的括号代表着 axis=0，依次往里的括号对应的 axis 的计数就依次加 1。什么意思呢？下面再来解释一下。...是在起始值和结束值之间平均的获取指定个数的数。

3.7K2 0

Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)

# 导入numpy模块， import numpy as np # as是取别名 a = np.arange(10) # 调用numpy模块中的arange函数，创建一个数组 print(a) print...a = np.linspace(1, 10, 10) # linspace的参数使用 b = np.linspace(5, 20, 5, endpoint=False) # 数列中是否包含结束值，默认是...【示例】一维数组切片和索引的使用 # 创建一维数组 a = np.arange(10) print(a) # 索引访问：1.正索引访问，从0开始到当前长度减一 print('正索引为0的元素:', a[...现在使用下面的代码重新对数组 X 进行分隔。...【示例】vsplit grid=np.arange(16).reshape(4,4) a,b=np.vsplit(grid,[3]) print(a) print(b) print('-'*10) a,

7.2K1 1

NumPy 使用教程

☞ 示例代码： a = np.arange(6).reshape(2,3) b = np.arange(3) np.append(a, b) ☞ 动手练习：注意 append方法返回值，默认是展平状态下的...resize 就很好理解了，直接举例子吧： ☞ 示例代码： a = np.arange(10) a.resize(2,5) ☞ 动手练习：你可能会纳闷了，这个 resize 看起来和上面的 reshape...☞ 示例代码： np.random.choice(10,5) ☞ 动手练习：上面的代码将会在 np.arange(10) 中生成 5 个随机数。 ...下面，我们选取几个举例测试一下： ☞ 示例代码： b = np.arange(10) # 生成 0-9 b # 输出 b 的值 ☞ 动手练习： np.prod(b) np.sum(b) np.nanprod...我们一起来看一下：首先是，一维数据索引： ☞ 示例代码： import numpy as np a = np.arange(10) # 生成 0-9 a ☞ 动手练习： # 获取索引值为 1

2.4K2 0

【AI】数据分析-数据可视化模块

如果使用的是官方开发环境，可以使用 pip 命令安装Numpy，语法格式如下： pip install numpy ---- 【示例1】测试 numpy 模块安装是否成功 import numpy as...np a=np.arange(10) print(a) 执行结果如图在上面的程序中只涉及 numpy 模块中的一个 arange 函数，该函数可以传入一个整数类型的参数 n，函数返回值看着像一个列表...---- 【示例6】arange()函数创建数组 import numpy as np x=np.arange(0,6,dtype=int) print(x) 执行结果如图 ---- 【示例...7】arange()函数指定起始值、终止值及步长 x=np.arange(10,20,2,dtype=float) print(x) 执行结果如图 ---- 【示例8】arange()函数创建二维数组...b=np.array([np.arange(1,4),np.arange(4,7),np.arange(7,10)]) print(b) print('b 数组的维度：',b.shape) 执行结果如图

6952 0

【AI白身境】学AI必备的python基础

python现在火的程度已经不需要我多言了，它为什么为火，我认为有两个原因，第一是人工智能这个大背景，第二是它真的太容易学了，没有任何一门语言比它好上手，接下来我将和大家分享下python的基础操作。...这就是arange()，经常用的到！我们再看第二个方法linspace()，如下： import numpy as np a = np.linspace(0,10,10) ?...请看下面实例： import numpy as np a = np.arange(0,10,1) b = a.reshape(2,5) print(a) print(b) ?...再看一个实例对reshape()熟练下，如下： import numpy as np a = np.arange(0,10,1) b = a.reshape(2,-1) c = a.reshape(-1,5...请看下面实例： import numpy as np a = np.arange(10).reshape(2,5) b = a.swapaxes(0,1) print(a) print(b) ?

8841 0

Matplotlib使用(2)

我们建议浏览教程和示例以了解其工作原理。...通常，您将使用numpy数组。实际上，所有序列都在内部转换为numpy数组。下面的示例说明了使用数组在一条命令中绘制几行具有不同格式样式的行。...import numpy as np # evenly sampled time at 200ms intervals t = np.arange(0., 5., 0.2) # red dashes...在下面的代码中，我们假设只有一行，所以返回的列表的长度为1。...下面的示例使用MATLAB样式的命令在行列表上设置多个属性。setp与对象列表或单个对象透明地工作。

1.2K4 0

Python | Numpy简介

但是里面的内容是啥就不一定了！使用empty创建的ndarray，一定得初始化再使用。...() 通过开始值、终值和步长来创建等差数列 np.arange(0, 1, 0.1) 注意1不在数组中！...可以通过endpoint参数指定是否包含终值，默认值为True # 通过开始值、终值和步长来创建等差数列 np.arange(0, 1, 0.1) # 从0开始，到1结束，步长0.1，注意1不在数组中...# 通过开始值、终值和元素个数创建等差数列 np.linspace(0, 1, 10) # 从0开始，到1结束，10个元素的等差数列 # np.linspace(0, 1, 10, endpoint=False...内置的许多ufunc函数都是用c语言实现的，速度很快 x = np.linspace(0, 2*np.pi, 10) y = np.sin(x) t = np.sin(x, out=x) NumPy的数组对象支持加减乘除等操作

1.3K2 0

业界 | 用Python做数据科学时容易忘记的八个要点！

* Line 8是对for loop的单行简化请参阅上图和下文的示例，比较一下在创建列表时，你通常使用的for循环样板和以单行代码创建这二者之间的差别。...请看下面的简单示例和后文中的视频，以更好地感受lambda函数强大的功能。...在下面的示例中，它遍历每个元素并将其乘以2的结果映射到新列表。请注意，这里的list函数只是将输出转换为列表类型。...Arange和Linspace 要创建快速简单的NumPy数组，可以查看arange和linspace函数。...我们现在来看看删除列的示例： df.drop('Row A', axis=0) df.drop('Column A', axis=1) 在我知道自己为什么要这样定义坐标轴之前，我不知道我写了多少次这行代码

1.4K0 0

最全的NumPy教程

使用我们的在线编译器尝试一下示例，它位于 CodingGround https://www.tutorialspoint.com/codingground.htm import numpy as np...示例 1 import numpy as np a = np.arange(10) s = slice(2,7,2) print a[s] 输出如下： [2 4 6] 在上面的例子中，ndarray...示例 2 import numpy as np a = np.arange(10) b = a[2:7:2] print b 输出如下： [2 4 6] 如果只输入一个参数，则将返回与索引对应的单个项目...示例 import numpy as np a = np.arange(0,60,5) a = a.reshape(3,4) print '原始数组是：' print a print '\...它们可以分为以下类型：修改形状 reshape 不改变数据的条件下修改形状 numpy.reshape 这个函数在不改变数据的条件下修改形状，它接受如下参数： numpy.reshape(arr,

4.2K1 0

十分钟入门 Python 绘图库 Matplotlib 入门教程

入门代码示例下面我们先看一个最简单的代码示例，让我们感受一下Matplotlib是什么样的： # test.py import matplotlib.pyplot as plt import numpy...如下面的代码所示： # figure.py import matplotlib.pyplot as plt import numpy as np data = np.arange(100, 201)...下面是一段代码示例： # subplot.py import matplotlib.pyplot as plt import numpy as np data = np.arange(100, 201...下面是一个代码示例： # bar.py import matplotlib.pyplot as plt import numpy as np N = 7 x = np.arange(N) data...如果不理解这行代码，请先学习一下Python 机器学习库 NumPy 教程 title指定了图形的标题，labels指定了标签，alpha是透明度这段代码输出的图形如下所示： ?

1.1K0 0

NumPy库是什么，如何使用它？

NumPy 的目的是处理数组以及线性代数、傅里叶变换和矩阵。但是，为什么在 Python 已经拥有可以作为数组的列表的情况下还要使用 NumPy 呢？简单来说，就是速度。...np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) print(arr) 如果您运行上面的代码（使用命令 python3 nu_array.py...首先，我们将使用以下命令导入 NumPy： import numpy as np 接下来，我们使用 start 和 stop 参数（定义数组的起始位置和结束位置）创建一个 NumPy 数组，并将数组排列成...shape (2,3) 为什么呢？...= np.copy(my_array) 我们的整个代码如下所示： import numpy as np my_array = np.arange(start = 1, stop = 7).reshape

1351 0

Python 绘图库 Matplotlib 入门教程

入门代码示例下面我们先看一个最简单的代码示例，让我们感受一下Matplotlib是什么样的： # test.py import matplotlib.pyplot as plt import numpy...如下面的代码所示： # figure.py import matplotlib.pyplot as plt import numpy as np data = np.arange(100, 201...下面是一段代码示例： # subplot.py import matplotlib.pyplot as plt import numpy as np data = np.arange(100,...下面是一个代码示例： # bar.py import matplotlib.pyplot as plt import numpy as np N = 7 x = np.arange(N) data...如果不理解这行代码，请先学习一下Python 机器学习库 NumPy 教程 title指定了图形的标题，labels指定了标签，alpha是透明度这段代码输出的图形如下所示： ?

1K1 0

分享16个matplotlib绘图实用小技巧

'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(0,10) plt.title('这是一个示例标题...'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(-10,11,1) y=x*x plt.plot...'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(1,20) plt.xlabel('示例x轴')...显示数学公式-mathtext 格式如下：作为开始和结束符，如\omega $，中间的将解析出公式中的符号 import numpy as np import matplotlib.pyplot as...(0,10) y=np.arange(0,10) colors=plt.rcParams['axes.prop_cycle'] length=np.linspace(0,10,len(colors))

7702 0

分享16个Matplotlib 绘图实用小技巧！

'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(0,10) plt.title('这是一个示例标题...'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(-10,11,1) y=x*x plt.plot...'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline x=np.arange(1,20) plt.xlabel('示例x轴')...显示数学公式-mathtext 格式如下：作为开始和结束符，如$，中间的将解析出公式中的符号。...(0,10) y=np.arange(0,10) colors=plt.rcParams['axes.prop_cycle'] length=np.linspace(0,10,len(colors))

1.3K2 0

Numpy入门

学习内容： Python科学计算库：Numpy需要掌握的知识： 1.Numpy简介；2.Numpy程序包；3.简单的Numpy程序；4.为什么使用Numpy; 5.Numpy是什么；6.Numpy数据溢出...库计算 import numpy matrix1 = numpy.arange(3) ** 2 matrix2 = numpy.arange(3) ** 3 matrix3 = matrix1 + matrix2...image_1cj3sskqr1t6p19dm1so8aodibh13.png-31.5kB 4.为什么使用Numpy 原因有以下3点： 1.对于同样的数值计算任务，由于Numpy能够直接对数组和矩阵进行操作...下面代码中有两种解答方法的示例。...import numpy as np matrix1 = np.arange(10) print(matrix1) matrix2 = np.arange(10,20) print(matrix2)

5162 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云