1.range()返回的是range object，而np.arange()返回的是numpy.ndarray() 

2.range()不支持步长为小数，np.arange()支持步长为小数

3.两者都可用于迭代

4.两者都有三个参数，以第一个参数为起点，第三个参数为步长，截止到第二个参数之前的不包括第二个参数的数据序列 

某种意义上，和STL中由迭代器组成的区间是一样的，即左闭右开的区间。[first, last)或者不加严谨地写作[first:step:last)

range()函数

• 函数说明： range(start, stop[, step]) -> range object，根据start与stop指定的范围以及step设定的步长，生成一个序列。
  参数含义：start:计数从start开始。默认是从0开始。例如range（5）等价于range（0， 5）;
                end:技术到end结束，但不包括end.例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5
                scan：每次跳跃的间距，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)
  函数返回的是一个range object
  例子：

• 1. >>> range(0,5) #生成一个range object,而不是[0,1,2,3,4]
  2. range(0, 5)
  3. >>> c = [i for i in range(0,5)] #从0 开始到4，不包括5，默认的间隔为1
  4. >>> c
  5. [0, 1, 2, 3, 4]
  6. >>> c = [i for i in range(0,5,2)] #间隔设为2
  7. >>> c
  8. [0, 2, 4]
• 若需要生成[ 0.   0.1  0.2  0.3  0.4  0.5  0.6  0.7  0.8  0.9]
  
  1. >>> range(0,1,0.1) #range中的setp 不能使float
  2. Traceback (most recent call last):
  3. File "<pyshell#5>", line 1, in <module>
  4. range(0,1,0.1)
  5. TypeError: 'float' object cannot be interpreted as an integer
  
  

arrange()函数

• 函数说明：arange([start,] stop[, step,], dtype=None)根据start与stop指定的范围以及step设定的步长，生成一个 ndarray。 dtype : dtype
          The type of the output array.  If `dtype` is not given, infer the data
          type from the other input arguments.
  1. >>> np.arange(3)
  2. array([0, 1, 2])
  3. >>> np.arange(3.0)
  4. array([ 0., 1., 2.])
  5. >>> np.arange(3,7)
  6. array([3, 4, 5, 6])
  7. >>> np.arange(3,7,2)
  8. array([3, 5])
  
  

• 1. >>> arange(0,1,0.1)
  2. array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])

转载自 https://blog.csdn.net/qianwenhong/article/details/41414809

https://www.cnblogs.com/ymjyqsx/p/6426764.html