numpy.ma.arange

ma.arange([start, ]stop, [step, ]dtype=None, *, like=None) = <numpy.ma.core._convert2ma object>

Возвращает равномерно распределённые значения в заданном интервале.

Значения генерируются в полуоткрытом интервале [start, stop) (то есть, интервал включает start но не включает stop). Для целочисленных аргументов функция эквивалентна встроенной функции Python range, но возвращает массив ndarray, а не список.

При использовании нецелочисленного шага, такого как 0,1, результаты часто не будут согласованы. В этих случаях лучше использовать numpy.linspace.

Параметры

startinteger or real, optional

Начало интервала. Интервал включает это значение. Значение по умолчанию для начала — 0.

stopinteger or real

Конец интервала. Интервал не включает это значение, за исключением некоторых случаев, когда step не является целым числом, и ошибка округления с плавающей точкой влияет на длину out.

stepinteger or real, optional

Шаг между значениями. Для любого выходного out, это расстояние между двумя соседними значениями, out[i+1] - out[i]. Значение шага по умолчанию равно 1. Если step указан как позиционный аргумент, то также должен быть указан start.

dtypedtype

Тип выходного массива. Если dtype не задан, тип данных выводится из других входных аргументов.

likearray_like

Объект-ссылка для создания массивов, которые не являются массивами NumPy. Если в качестве like передан массив-подобный объект, который поддерживает протокол __array_function__, результат будет определён им. В этом случае это гарантирует создание объекта массива, совместимого с тем, который передан через этот аргумент.

Примечание

Ключевое слово like — экспериментальная функция, ожидающая принятия NEP 35.

Введено в версии 1.20.0.

Возвращает

arangendarray

Массив равномерно распределённых значений.

Для аргументов с плавающей точкой длина результата ceil((stop - start)/step). Из-за переполнения с плавающей точкой это правило может привести к тому, что последнее значение в out будет больше, чем stop.

См. также

numpy.linspace

Равномерно распределённые числа с внимательным учётом конечных точек.

numpy.ogrid

Массивы равномерно распределённых чисел в N-мерном пространстве.

numpy.mgrid

Массивы с сетчатой формой равномерно распределённых чисел в N-мерном пространстве.

Примеры

>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0.,  1.,  2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])