首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

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:

代码语言:python
复制
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:

代码语言:python
复制
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?...哪种情况用哪个最好很难说,所以让我们再回顾一。 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)。 ?

1.2K10

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,

1.3K10

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:  ☞ 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:  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

2.4K20

【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

66120

【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) ?

85310

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

1.4K00

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: ?

1K00

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

1.3K20

Python科学计算 | NumPy——快速处理数据01

最近在看张若愚老师的《Python科学计算》,也算是对Python的基本功进行一次锻炼,看着就记下笔记,这里开个系列来分享一个人笔记,文章内容都是markdown直接编译过来的,所以排版也没多花心思了...利用命名行直接查看说明文档和用法示例,输入函数名并添加一个“?”...2.1 ndarray对象 2.1.1 创建数组 常用的主要有arange()、linspace()、logspace() arange():类似于内置函数range(),通过指定开始值、终值和步长创建表示等差数列的一维数组...例如下面的程序创建开始值为0、终值为1、步长为0.1的等差数组,注意终值1不在数组中: np.arange(0,1,0.1) array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6...下面的例子产生从1到100、有5个元素的等比数列,注意起始值0表示1,而终值2表示100(以10为底的指数): np.logspace(0,2,5) array([ 1.

64620
领券