是否有一个numpy函数来生成类似于R的seq函数的序列？

Question

在R中，您可以通过指定起点，终点和所需的输出长度来创建序列

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，可以numpy arange类似的方式使用该函数，但是没有简单的方法来指定输出长度。我能想到的最好的：

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       ])

有没有更干净的方法来执行此操作？

Answer 1

是! 一个简单的方法是使用numpy.linspace

顽皮的文件

numpy.linspace（开始，停止，num = 50，端点= True，retstep = False，dtype = None）

返回指定间隔内的等间隔数字。
返回以间隔[开始，停止]计算的num个均匀间隔的样本。
间隔的端点可以选择排除。

例：

[In 1] np.linspace(start=0, stop=50, num=5)

[Out 1] array([  0. ,  12.5,  25. ,  37.5,  50. ])

请注意，起始值和终止值之间的距离是均匀间隔的，即均匀地除以num=5。

对于那些安装numpy时遇到问题的人（如今这是一个较不常见的问题），您可以考虑使用anaconda（或miniconda）或其他类似的发行版。

Answer 2

作为一种替代方案（对于那些感兴趣的人来说），如果有人想要 R 的功能seq(start, end, by, length.out)，以下函数提供了完整的功能。

\n

def seq(start, end, by = None, length_out = None):\n    len_provided = True if (length_out is not None) else False\n    by_provided = True if (by is not None) else False\n    if (not by_provided) & (not len_provided):\n        raise ValueError(\'At least by or length_out must be provided\')\n    width = end - start\n    eps = pow(10.0, -14)\n    if by_provided:\n        if (abs(by) < eps):\n            raise ValueError(\'by must be non-zero.\')\n    #Switch direction in case in start and end seems to have been switched (use sign of by to decide this behaviour)\n        if start > end and by > 0:\n            e = start\n            start = end\n            end = e\n        elif start < end and by < 0:\n            e = end\n            end = start\n            start = e\n        absby = abs(by)\n        if absby - width < eps: \n            length_out = int(width / absby)\n        else: \n            #by is too great, we assume by is actually length_out\n            length_out = int(by)\n            by = width / (by - 1)\n    else:\n        length_out = int(length_out)\n        by = width / (length_out - 1) \n    out = [float(start)]*length_out\n    for i in range(1, length_out):\n        out[i] += by * i\n    if abs(start + by * length_out - end) < eps:\n        out.append(end)\n    return out\n

\n

这个函数比它慢一点numpy.linspace（大约快 4 倍到 5 倍），但是使用numba 的速度我们可以获得大约 2 倍的速度，同时np.linspace保留 R 的语法。

\n

from numba import jit\n@jit(nopython = True, fastmath = True)\ndef seq(start, end, by = None, length_out = None):\n    [function body]\n

\n

我们可以像在 R 中一样执行它。

\n

seq(0, 5, 0.3)\n#out: [3.0, 3.3, 3.6, 3.9, 4.2, 4.5, 4.8]\n

\n

在上面的实现中，它还允许（在某种程度上）在“by”和“length_out”之间进行交换

\n

seq(0, 5, 10)\n#out: [0.0,\n 0.5555555555555556,\n 1.1111111111111112,\n 1.6666666666666667,\n 2.2222222222222223,\n 2.7777777777777777,\n 3.3333333333333335,\n 3.8888888888888893,\n 4.444444444444445,\n 5.0]\n

\n

基准：

\n

%timeit -r 100 py_seq(0.5, 1, 1000) #Python no jit\n133 \xc2\xb5s \xc2\xb1 20.9 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 100 runs, 1000 loops each)\n\n%timeit -r 100 seq(0.5, 1, 1000) #adding @jit(nopython = True, fastmath = True) prior to function definition\n20.1 \xc2\xb5s \xc2\xb1 2 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 100 runs, 10000 loops each)\n\n%timeit -r 100 linspace(0.5, 1, 1000)\n46.2 \xc2\xb5s \xc2\xb1 6.11 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 100 runs, 10000 loops each)\n

\n

Answer 3

您可以在这里找到更多示例，它包含许多带有 numpy 包的 R 函数。