问题描述
我知道可以像这样用 numpy 生成(算术)级数:
Replace this line:
a = tag.select_one('a').get('href')[18:27]
to this line:
a = tag.select_one('a').get('href').split('/')[-1]
所以我的问题是我可以调用一些可以做相反的事情吗?
例如:
>>> import numpy as np
>>> np.arange(10,60,10)
array([10,20,30,40,50])
这很可能不是微不足道的,但是如果 numpy/scipy 中有一些可以做近似值的东西会很好。如果它可以在不指定的情况下识别进度类型,也会加分。
注意:我知道已经有人问过类似的问题,但我想这个问题还没有得到具体的回答。
解决方法
由于 np.arange
与 [start,end-step]
一起使用,大小为 step
。您可以手动推断参数:
def progression(x):
step = x[1] - x[0]
return x[0],x[-1] + step,step
这当然假设输入数组遵循顺序排列!