Python生成全0二维数组及使用range、arange自动生成等差数列

（作者：陈玓玏）

一、自动生成全0二维数组

比如在实现逻辑回归和线性回归等算法时，需要先初始化一个权值矩阵，也就是要自动生成一个固定大小且各值全部相等的二维矩阵，这时候就可以用numpy来实现了。

下面的代码就是生成一个x行y列的全为0的矩阵。

import numpy as np
array = np.ones((x,y))*0

二、使用range生成整数等差数列

在进行for循环时，常常需要生成整数等差数列作为list的可迭代变量的索引，方便遍历这些变量，使用range就可以实现了。

下面两行代码是两种常用的方式，第一种是顺序遍历，从listA[0]开始逐个遍历到listA[-1]，也就是listA的第一个到最后一个，这里之所以不用担心超出索引，是因为range生成的是一个左闭右开区间的等差数列。第二种方式是倒序遍历，这种方法不常用，注意步长要写成-1，不是1。

[listA[v] for v in range(len(listA))]
[listA[v] for v in range(len(listA)-1,0,-1)]

三、使用arange生成小数等差数列

range只能生成整数等差数列，如果使用range来生成小数等差数列，会报TypeError: ‘float’ object cannot be interpreted as an integer这个错误。arange函数是numpy包里的，使用时记得先引入numpy。

 import numpy as np
 print(np.arange(0,1,0.1))

还是要注意区间左闭右开的问题，上面的方法生成的就是只包含0，不包含1的list。这个方法在绘制ks曲线时会用得到，因为ks曲线要在[0,1]区间内取划分正负样本的阈值，依次来计算ks曲线。