python - 获取从 -X 到 X 均匀分布的值的 N 元素向量

Question

在 Matlab 中，可以做

N=1024;
X=1;
dx=2*X/(N-1);
x=-X:dx:X;

一个有一个数组，x包括-1和1作为端点。

numpy 中的等价物：

from numpy import r_
N=1024
X=1
dx=2*X/N
x=r_[-X:X:dx]

给我0.998046875as x[N-1]，这是不对的。N-1如上所述使用给了我一个N-1-element 数组，这绝对不是我想要的，也不会以1. 我已经验证了x.dtypeis float64，这与 Matlab 的表示相同。

如何像以前在 Matlab 中那样在 numpy 中获得完全对称的数组？

Answer 1

您提供的 Python 代码不等效，因为除以N而不是N-1：

octave:1> N=1024;
octave:2> X=1;
octave:3> dx=2*X/(N-1);
octave:4> dx
dx =  0.0019550

对比

>>> N = 1024
>>> X = 1
>>> dx = 2. * X / N
>>> dx
0.001953125

所以你得到不同的答案也就不足为奇了。现在，要获得与在 Matlab 中相同的结果，您可以这样做

>>> dx = 2. * X / (N - 1)
>>> x = r_[-X:X+dx:dx]
>>> x
array([-1.        , -0.99804497, -0.99608993, ...,  0.99608993,
        0.99804497,  1.        ])
>>> x.shape
(1024,)

但实际上， use linspace，这就是它的用途，对于查看您的代码的其他人来说，它更具可读性。