python - 获取从 -X 到 X 均匀分布的值的 N 元素向量

Question

在Matlab中，一个人可以做到

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

其中一个有一个数组 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0.998046875作为x[N-1] ，这是不对的。使用 N-1如上给了我一个 N-1 -element数组，这肯定不是我想要的，而且也不以1结尾.我已经验证 x.dtype是float64 , 这与 Matlab 的表示相同。

我怎样才能像以前在 Matlab 中那样在 numpy 中得到一个完全对称的数组？

Answer 1

您给出的 Python 代码不等价，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

因此，您得到不同的答案也就不足为奇了。现在，要获得与在 Matlab 中获得的结果相同的结果，您可以做

>>> 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，使用 linspace，这就是它的用途，它对于查看您的代码的其他人来说更具可读性。