range 函数常用来和for 循环一起使用。 range 函数可以用来产生一个等差数列，如果m n是整数，并且m<n，那么range(m,n)会产生一系列整数m,m+1,m+2,…,n-1。也就是说，序列开始于m,重复加一，直到加到n-1为止。

函数range(0,n) 能够被简写为 range(n)

例如：
for num in range(m,n):
	indented block of statements

range 函数的步长值
range 可以产生步长不是1的整数序列，如果m,n,s是整数，并且m<n，s为整数，则

range(m,n,s)

将会产生整数序列m,m+s,m+2s,…,m+rs，其中r是最后一个满足m+rs<n的数。

range函数
1. 函数语法：
range(stop)
range(start,stop[,step])

start：计数从start开始，默认从0开始。range(5)=range(0,5)

stop：计数到stop结束，单数不包括stop。range(0,5)运行结果为[0,1,2,3,4]

step：步长，默认为1。range(0,5)=range(0,5,1)
2. range()函数返回的是一个可迭代对象。

range()函数返回的是一个可迭代对象，而不是列表类型，所以打印的时候不会打印列表

>>> range(5)
range(0,5)
>>> list(range(5))
[0, 1, 2, 3, 4]

		

			python range函数与numpy arange函数
		
		

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

　range尽可用于迭代，而np.arange作用远不止于此，它是一个序列，可被当做向量使用。
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(1,5)
range(1,5)
>>>tuple(range(1, 5))
(1, 2, 3, 4)
>>>list(range(1, 5))
[1, 2, 3, 4]


>>>r = range(1, 5)
>>>type(r)
<class 'range'>

>>>for  i in range(1, 5):
...    print(i)
1
2
3
4

>>> np.arange(1, 5)
array([1, 2, 3, 4])

>>>range(1, 5, .1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'float' object cannot be interpreted as an integer

>>>np.arange(1, 5, .5)
array([ 1. ,  1.5,  2. ,  2.5,  3. ,  3.5,  4. ,  4.5])

>>>range(1, 5, 2)
>>>for i in range(1, 5, 2):
...    print(i)
1
3

>>for i in np.arange(1, 5):
...    print(i)
1
2
3
4

 【注意：python3.x中把range()取消了】,同时将xrange重命名为range。
xrange()也是用作循环，只是xrang(0,10)不返回list，返回xrange对象。每次调用返回其中的一个值。 
返回很大的数的时候或者频繁的需要break时候，xrange性能更好。arange和xrange没有区别，而且在数值大的时候xrang更优越，以后coding时候尽量用xrange。













		
		

			posted on 2017-12-27 15:52 多一点 阅读(...) 评论(...)  编辑 收藏
		
	

使用range函数获取类似于0.5、1.0、1.5、2.0、2.5这样的数字，

      很多同学在用的时候回报出一下错误：

                                

在此需要强调一下，range函数中的步长是不能使用小数的，必须使用整数，但是如果有的同学说我想要获取类似于0.5、1.0、1.5、2.0、2.5的数字该怎么办？

    可以使用numpy中的arange函数，使用方法和range函数类似,具体使用方法如下图：