全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 python论坛
641 5
2023-12-14
python内置函数(BIF)range与numpy模块中的arange函数异同:

综合看,np.arange比range更强大。

形式参数上都一致,实现一组序列的生成:

np.arange(start,stop,step)
range(start,stop,step)
或者,只指定stop一个参数也可以
np.arange(stop)
range(stop)

不同点:

step参数要求不同,
np.arange的step可以是整数也可以是小数,
但range的step只能是整数

常用的配套使用的功能不同,
np.arange可以自行输出np的array结果,也可以使用列表表达式,配合循环使用
[i for i in np.arange(1,10,1)]
for i in np.arange(1,10,1):
     print(i)
range只能配合列表表达式和循环结构使用,单独自己无法生成数据结果。



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2023-12-14 15:04:40
built-in function
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2023-12-15 09:11:51
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2023-12-15 09:12:03
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2023-12-15 19:49:06
返回类型和性能。
返回类型:range 返回一个 range 对象,这是一个不可变的序列类型,表示从 start 到 stop(但不包括 stop)的数字序列,以 step 为步长。当遍历它时,会按需生成数字,对大范围的数值是内存友好的。numpy.arange 返回一个 NumPy 数组。这是一个同质的、多维的、大小可变的、可包含相同数据类型的项的容器。NumPy 数组提供了大量的数学和逻辑操作,并且通常比 Python 的原生列表更快、更高效。
性能:
对小范围的数值,两者之间的性能差异可能不太明显。但是,当处理大量数据时,numpy.arange 通常比 range 更快,NumPy 的操作是针对 C 语言实现的,并且经过了优化。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2023-12-16 11:33:02
也就是说,在python3里面,range()是懒求值(惰性求值),np.arange没有惰性求值?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群