如下所示：

import numpy as np
# 等差數列
print(np.linspace(0.1,1,10,endpoint=True))
print(np.arange(0.1,1.1,0.1))
"""總結：
  arange 側重點在於增量，不管產生多少個數
  linspace 側重於num,即要產生多少個元素，不在乎增量
"""
 
# 等比數列
np.logspace(1,4,endpoint=True,base=2) # 2**1---2**4

補充拓展：python 等差數列生成器程式碼

典型的迭代器模式作用很簡單——遍歷資料結構。不過，即便不是從集合中獲取元素，而 是獲取序列中即時生成的下一個值時，也用得到這種基於方法的標準介面。例如，內建的 range 函式用於生成有窮整數等差數列（Arithmetic Progression，AP）， itertools.count 函 數用於生成無窮等差數列。

先來看等差數列：

"""
等差數列實現。
"""


class ArithmeticProgression:

  def __init__(self,begin,step,end=None):
    self.begin = begin
    self.step = step
    self.end = end  # None -> 無窮數列

  def __iter__(self):
    result = type(self.begin + self.step)(self.begin)
    forever = self.end is None
    index = 0
    while forever or result < self.end:
      yield result
      index += 1
      result = self.begin + self.step * index


if __name__ == '__main__':
  ap = ArithmeticProgression(0,3)
  print(ap)
  # print(list(ap))
  a = iter(ap)
  print(next(a))

這是個簡單的示例，說明了如何使用生成器函式實現特殊的 __iter__ 方法。然而，如果一個類只是為了構建生成器而去實現 __iter__ 方法，那還不如使用生成器函式。畢竟，生成器函式是製造生成器的 工廠。

def aritprog_gen(begin,end=None):
  result = type(begin + step)(begin)
  forever = end is None
  index = 0
  while forever or result < end:
    yield result
    index += 1
    result = begin + step * index

使用itertools模組生成等差數列

然而，itertools.count 函式從不停止，因此，如果呼叫 list(count())，Python 會建立一 個特別大的列表，超出可用記憶體，在呼叫失敗之前，電腦會瘋狂地運轉。

不過，itertools.takewhile 函式則不同，它會生成一個使用另一個生成器的生成器，在指 定的條件計算結果為 False 時停止。因此，可以把這兩個函式結合在一起使用，編寫下述 程式碼：

利用 takewhile 和 count 函式，寫出的程式碼流暢而簡短。

import itertools 


# 注意，下面示例中的 aritprog_gen 不是生成器函式，
# 因為定義體中沒有 yield 關鍵字。
# 但是它會返回一個生成器，
# 因此它與其他生成器函式一樣，
# 也是生成器工廠函式。
def aritprog_two_gen(begin,end=None):
  first = type(begin + step)(begin)
  ap_gen = itertools.count(first,step)
  if end is not None:
    ap_gen = itertools.takewhile(lambda n: n < end,ap_gen)
  return ap_gen

以上這篇python numpy生成等差數列、等比數列的例項就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。