为什么np.linspace(1,5,5,dtype=int,endpoint=False)的结果会包含两次1的数组？

Question

在寻找复制时：

In [61]: np.arange(0,5)
Out[61]: array([0, 1, 2, 3, 4])

使用np.linspace()，我观察到：

In [70]: np.linspace(1,5,5, dtype = int, endpoint=False)
Out[70]: array([1, 1, 2, 3, 4])

为什么在这种情况下np.linspace()要包含两次值1？

Answer 1

因为linspace是在float上定义的，在您的情况下会返回：

np.linspace(1,5,5, endpoint=False)
array([ 1. ,  1.8,  2.6,  3.4,  4.2])

然后使用int作为dtype向下舍入，得到两个1结果：

array([ 1 ,  1,  2,  3,  4])

顺便说一句：如果您想创建包含integer的arrays，那么使用np.arange可能更合适：

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

Answer 2

我不能测试，因为数据类型是在1.9中引入的，我有1.8。没有数据类型，我得到：

np.linspace(1,5,5, endpoint=False)
array([ 1. ,  1.8,  2.6,  3.4,  4.2])

那么

array([1, 1, 2, 3, 4])

是这个的一个缩影。

你会得到你想要的

np.linspace(1,5,5, dtype=int)

但正如另一个答案所建议的，最好使用np.arange（）。