Numpy 中 linspace 和 arrange 的用法和区别

在绘图或者计算函数值的时候，我们常常需要生成一些序列，比如生成 0~1000 之间的整数。这时，我们经常用到 Numpy 中的 linspace 和 arange 函数。然而稍不注意，两者就容易用错，特别是linspace，现在对两者的用法和区别说明如下，并指出两者容易用错的地方。

1、arange 函数的用法

为了便于分析，我们假设要生成 0~10 间的整数序列 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]，首先 arange 的用法如下：

import numpy as np
x = np.arange(0,10,1) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]，注意，没有10

这是arange 的用法：arange(起始值，结束值，间隔) ，需要注意的是，结束值（本例中为10）并不包含在生成的序列中。

2、linspace 函数的用法

同样，我们可以用 linespace 函数来生成这个序列，它的用法为——linspace(起始值，结束值，起始值和结束值之间的个数) ，这样就可以生成等分间隔的序列。但是，针对上述问题，我们很容易想当然地写出以下代码：

x=np.linspace(0,10,10) # [ 0.        ,  1.11111111,  2.22222222,  3.33333333,  4.44444444,     5.55555556,  6.66666667,  7.77777778,  8.88888889, 10.        ]

实际上这是错误的写法，它生成的序列为 [ 0.        ,  1.11111111,  2.22222222,  3.33333333,  4.44444444,     5.55555556,  6.66666667,  7.77777778,  8.88888889, 10.        ]，很显然，不符合我们的预期，那么问题出在哪里呢? 它的问题出在 linespace 函数把结束值也包含在生成的序列中，所以两数之间的间隔就变成了10/9，要解决这个问题，有两种办法：

第一种方法是把 linspace 的结束值设为 9：

x = np.linspace(0,9,10) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

第二种方法是让linspace 函数生成的序列不包含结束值：

x = np.linspace(0,10,10,endpoint=False) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

3、总结

1、arange(初始值，结束值，间隔) 生成的序列不包含结束值，linspace(初始值, 结束值, 值的个数) 生成的序列包含结束值。

2、如果要使 linspace 和 arrange 等效，可以用 linspace(初始值, 结束值, 值的个数, endpoint = False). 当然，两者有各自的使用场景，尽量不要混用。arrange 适用于知道序列中相邻两数之间的间隔的情况下，比如生成一定范围内奇数或者偶数的序列。linspace 适合序列长度和序列取值范围已知的情况。比如采样频率为1200 Hz, 也就是说 0~1s 之间有1200 个点。