Ud over de traditionelle matematiske værktøjer til rådighed til Python, eksisterer et andet modul kaldet " NumPy " eksisterer for særlige beregninger. Med dette modul kan programmører udføre lineær algebra , brug n- dimensionelle arrays , og integrere andre programmeringssprog som C + + ind i deres kode. En af de grundlæggende funktioner i NumPy modul er " arange "-funktionen , der anvendes til en række forskellige formål i forbindelse med komplekse matematik udført i NumPy . Basis " arange " Brug
arange Funktionen gør exacly hvad navnet antyder : det genererer en serie af værdier inden for et fast interval. Som minimum tager arange funktionen én argumenter : en slutværdi hvorfra en række vil generere fra 0 til denne værdi . Programmøren kan give endnu et argument , en slutværdi , og det genererede interval vil falde mellem begyndelsen og slutter værdier : Hej
>>> np.arange (5) array ( [0 , 1, 2 , 3, 4] ) >>> np.arange (1, 5) array ( [1 , 2, 3, 4] )
Stepping
< p > Et tredje argument programmøren kan levere til den funktion er " trin " værdi. Det skridt værdi bestemmer hvilken slags intervaller er i mellem de værdier, der returneres af arange funktion. Typisk uden forudsat argument trin er 1. . Med en forudsat trin interval værdi, kan intervallerne gøres mindre eller større : Hej
>>> np.arange (3, 15, 2 ) array ( [3 , 5, 7 , 9, 11 , 13] )
Styring datatyper
arange funktion returnerer en række værdier baseret på datatypen for de leverede argumenter. Når programmøren giver den " dtype " argument i funktionen opkald, men kan hun fortælle funktion til at returnere en anden type. For eksempel kan et kald til arange funktionen bruge regulære heltal, men angive, at det kun returnere 8-bit heltal , hvilket sparer plads til brug med mindre antal : Hej
>>> np.arange (5 , dtype = np.int8 ) array9 [0, 1 , 2, 3, 4] ) //heltal er 8 bit heltal
Arrays vs Lister
alle tilfælde arange funktionen returnerer et array. I traditionel programmering , udgør en matrix en samling af en enkelt datatype . Disse adskiller sig fra Python lister i at Python lister kan indeholde alle data type. Desuden mens Python lister har en effektiv tilføjelse og fjernelse metoder , der indgår i deres struktur , numpy arrays returneres af arange har deres egen særlige sæt af funktioner, såsom dem, der tillader programmøren at gøre element -wise aritmetiske eller en effektiv iterationer gennem C- Loops. KAYAK