在R中，您可以通过指定起始点、结束点和所需输出的长度来创建一个序列
seq(1, 1.5, length.out=10)
# [1] 1.000000 1.055556 1.111111 1.166667 1.222222 1.277778 1.333333 1.388889 1.444444 1.500000
在Python中，您可以以类似的方式使用numpy arange函数，但没有简单的方法来指定输出长度。我能想到的最好的办法是：
np.append(np.arange(1, 1.5, step = (1.5-1)/9), 1.5)
# array([ 1. , 1.05555556, 1.11111111, 1.16666667, 1.22222222, 1.27777778, 1.33333333, 1.38888889, 1.44444444, 1.5 ])
有没有更简洁的方法来执行这个操作？
是的！实现这个的简单方法是使用 numpy.linspace
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
在指定间隔内返回均匀间隔的数字。
返回从[start，stop]范围内均匀采样的num个值。
可选择排除区间的端点。
示例：
[In 1] np.linspace(start=0, stop=50, num=5)
[Out 1] array([ 0. , 12.5, 25. , 37.5, 50. ])
请注意起始值和结束值之间的距离是均匀间隔的，即被num=5等分。
对于那些在安装numpy时遇到问题的人（这种情况现在越来越少），您可以考虑使用anaconda（或miniconda）或类似的发行版。
np.array(range(0,5)).dtype 返回 dtype('int64')。 - Paul Rougieux作为一个替代选择（对于那些感兴趣的人），如果想要 R 中 seq(start, end, by, length.out) 函数的功能，下面的函数提供了完整的功能。
def seq(start, end, by = None, length_out = None):
len_provided = True if (length_out is not None) else False
by_provided = True if (by is not None) else False
if (not by_provided) & (not len_provided):
raise ValueError('At least by or length_out must be provided')
width = end - start
eps = pow(10.0, -14)
if by_provided:
if (abs(by) < eps):
raise ValueError('by must be non-zero.')
#Switch direction in case in start and end seems to have been switched (use sign of by to decide this behaviour)
if start > end and by > 0:
e = start
start = end
end = e
elif start < end and by < 0:
e = end
end = start
start = e
absby = abs(by)
if absby - width < eps:
length_out = int(width / absby)
else:
#by is too great, we assume by is actually length_out
length_out = int(by)
by = width / (by - 1)
else:
length_out = int(length_out)
by = width / (length_out - 1)
out = [float(start)]*length_out
for i in range(1, length_out):
out[i] += by * i
if abs(start + by * length_out - end) < eps:
out.append(end)
return out
这个函数比 numpy.linspace 慢一点（大约慢4倍-5倍），但是使用 numba，我们可以获得一个速度大约快2倍的函数，并保持与 R 相同的语法。
from numba import jit
@jit(nopython = True, fastmath = True)
def seq(start, end, by = None, length_out = None):
[function body]
我们可以像在 R 中执行一样来执行这个操作。
seq(0, 5, 0.3)
#out: [3.0, 3.3, 3.6, 3.9, 4.2, 4.5, 4.8]
seq(0, 5, 10)
#out: [0.0,
0.5555555555555556,
1.1111111111111112,
1.6666666666666667,
2.2222222222222223,
2.7777777777777777,
3.3333333333333335,
3.8888888888888893,
4.444444444444445,
5.0]
%timeit -r 100 py_seq(0.5, 1, 1000) #Python no jit
133 µs ± 20.9 µs per loop (mean ± std. dev. of 100 runs, 1000 loops each)
%timeit -r 100 seq(0.5, 1, 1000) #adding @jit(nopython = True, fastmath = True) prior to function definition
20.1 µs ± 2 µs per loop (mean ± std. dev. of 100 runs, 10000 loops each)
%timeit -r 100 linspace(0.5, 1, 1000)
46.2 µs ± 6.11 µs per loop (mean ± std. dev. of 100 runs, 10000 loops each)
@PaulG的回答非常好，可以生成一系列浮点数。如果您正在寻找用于创建包含5个整数元素的numpy向量的R等效项1:5，请使用：
a = np.array(range(0,5))
a
# array([0, 1, 2, 3, 4])
a.dtype
# dtype('int64')
与 R 向量不同的是，Python 列表和 numpy 数组是从零开始索引的。一般情况下，您将使用 np.array(range(n))，它返回从 0 到 n-1 的值。
numpy.linspace吗？ - celnumpy.arange文档在“参见”部分中提到了numpy.linspace，这非常有帮助。每当您正在寻找执行类似或相关于您已知函数的功能的函数时，请查看该部分。 - user2357112np.r_的切片索引语法，将虚数作为“步长”参数，例如np.r_[1:1.5:10j]。 - ali_m