np.arange()函数详解

简介：本文从np.arange的基础语法，列举了多种参数的使用方式，拓展了常用的reshape方法，并且提醒大家避免一个常见的错误
本人目前全职在csdn上更新文章：Python基础，数据分析（Numpy、Matplotlib、Pandas）图像处理（OpenCV）爬虫 机器学习 深度学习 神经网络TensorFlow 。希望大家能多多的关注、评论、分享、点赞、收藏（我不打算开收费专栏，我以前当学生的时候手里就没什么钱，学点东西也不容易，当然了将心比心嘛，不过我也需要大家多多支持，数据不好看流量低，看不到希望，我就只能老老实实回去上班了，是人都要恰饭的嘛，也希望大家将心比心体谅一下我）

1 语法

np.arange(start,stop,step,dtype=None)

1.1 不设置start的情况

# 不设置start默认是从0开始
import numpy as np
np_first = np.arange(15)
print(np_first)

1.2 不设置step与设置step

import numpy as np
np_first = np.arange(1,11)
np_second = np.arange(1,11,2)
print(np_first)
print(np_second)

前后两数只差为step

1.3设置 dtype

import numpy as np
np_first = np.arange(1,11,dtype = np.float64)
np_second = np.arange(1.0,11.0,2.0,dtype =np.uint8)
print(np_first)
print(np_second)

2 np.arange().reshape()

请看下面这个长度为12的np数组被重塑为3,4的二维数组

import numpy as np
np_first = np.arange(1,13).reshape(3,4)
print(np_first)

请注意 reshape这个形状元组的元素乘积必须和原np数组的size大小一致不然会报错，请看下面这个情况

import numpy as np
np_first = np.arange(1,13).reshape(3,5)
print(np_first)

3 np.arange()设置参数容易出错的地方（必看）

如果你想设置step，那么在你使用位置参数的方式时，必须有start
（如果您不懂什么是位置参数，可以先看案例）

import numpy as np
np_first = np.arange(1,13,2)
print(f"如果你想使用step那么必须有start参数，与位置参数对应的就是直接写明参数")
print(np_first)
np_second = np.arange(start = 1,stop = 10,step = 2)
print(r"这个是非位置参数的写法np_second = np.arange(start = 1,stop = 10,step = 2)")
print("如果你使用位置参数却写成了np_first = np.arange(13,2)，编译器会认为start=13 stop=2")
np_third = np.arange(20,step = 2)
print("如果你非要两个参数还要表达step就要把step标注清楚")
print(np_second)
print(np_third)

沟通

如果你们哪里有看不懂的地方可以积极和我沟通，我哪里讲的不够全了，哪里讲的不太对了，万事万物都是发展的，当你们有经验了以后，你们也会发现我的不足，希望我们能共同进步。

致谢

本文参考了一些博主的文章，博取了他们的长处，也结合了我的一些经验，对他们表达诚挚的感谢，使我对 np.arange 的使用有更深入的了解，也推荐大家去阅读一下他们的文章。纸上学来终觉浅，明知此事要躬行：
numpy等差数列生成函数arange学习小结
【一文读懂】python 中的 numpy.reshape(a, newshape, order=‘C‘) 详细说明及实例讲解

结束语

我的文章知识比较全面，能阅读到最后的人肯定都是踏踏实实学习的人，希望大家不要太急功近利。
NumPy这种库他不是一下子就能怎样怎样的。看似我讲的这些不一定都能用到，但是当你学到以后，他会潜移默化改变你，当你的积累足够的时候，你也能闲庭信步的如臂指使，你才发现，这个我学过，那个我见过。
就好比我在大学上课的时候，我觉得这个是水课，那个没有用。实际上是因为他们讲的太过高深，在潜移默化的改变我的思维方式。看似当下用不到，但是他们却给我了见识和信心。
当然了，我也理解大家想要做出一点能改变，有意义的事情证明自己的学习进度。请您关注我，我会从Numpy讲到pandas Matplotlib和机器学习 和深度学习这些能让你看到效果的。路一步一步走，饭一口一口吃，百分之九十的人都不是天才，但是我愿意为了成功付出百倍的努力，希望与诸君共勉。
我能给大家保证的是，如果您踏踏实实的看完我的每一篇文章，这些代码您都能看懂，他都会是我曾经或者最近讲过的内容。