numpy.arange 函数使用详解（零基础易懂）
一、arange 函数核心作用
numpy.arange() 是 NumPy 中用来生成等差数组的函数。
简单说：就是帮你快速生成「规律递增的数字序列」，和 Python 原生的 range() 非常像，但更强大——支持小数步长、直接生成数组。
二、标准语法
numpy.arange(start, stop, step, dtype=None)
参数详解
- start（可选） ：序列起始值，默认 = 0
- stop（必选） ：序列结束值，不包含该值（左闭右开）
- step（可选） ：步长/间隔，默认 = 1
- dtype（可选） ：指定数组数据类型，默认自动推导
重点规则：包含 start，不包含 stop
三、四种基础用法（全覆盖）
1. 只传 stop（最常用）
从 0 开始，步长为 1，到 stop 前结束
import numpy as np
arr = np.arange(5)
print(arr)
# 输出：[0 1 2 3 4]
2. 指定 start + stop
从 start 开始，步长 1，不包含 stop
arr = np.arange(2, 8)
print(arr)
# 输出：[2 3 4 5 6 7]
3. 指定 start + stop + step（自定义间隔）
# 从1开始，到10结束（不包含10），步长2
arr = np.arange(1, 10, 2)
print(arr)
# 输出：[1 3 5 7 9]
4. 小数步长（碾压原生 range）
Python 自带的 range 不支持小数步长，arange 支持，非常适合绘图、采样、区间划分
arr = np.arange(0, 1, 0.2)
print(arr)
# 输出：[0. 0.2 0.4 0.6 0.8]
四、指定数据类型 dtype
# 生成浮点型数组
arr = np.arange(0, 5, dtype=np.float32)
print(arr)
# 输出：[0. 1. 2. 3. 4.]
五、常见实战场景
1. 生成索引序列
index = np.arange(10)
# [0 1 2 3 4 5 6 7 8 9]
2. 生成坐标轴数据（matplotlib 绘图常用）
x = np.arange(-np.pi, np.pi, 0.01)
# 生成连续密集区间，用于画 sin、cos 曲线
六、高频易错点（必看）
易错1：取不到 stop 值
np.arange(0, 5) 最大是 4，永远不包含右端点
易错2：小数步长精度问题
由于浮点数精度误差，偶尔会出现末尾多一个数/少一个数。 需要均匀等分区间优先用 np.linspace，arange 更适合「固定步长」。
易错3：步长不能为 0
step=0 会直接报错，无法生成序列。
七、arange 与 range 区别（面试/实战常问）
| 特性 | range() | np.arange() |
|---|---|---|
| 返回值 | 可迭代对象 | NumPy 数组 |
| 小数步长 | 不支持 | 支持 |
| 运算能力 | 只能遍历 | 支持向量批量运算 |
八、极简总结
- np.arange(stop) ：0 到 stop-1，步长1
- np.arange(start, stop) ：左闭右开区间，步长1
- np.arange(start, stop, step) ：自定义步长，支持小数
- 适合：固定步长生成序列；均分区间优先用 linspace
