如何用NumPy生成5.0-10.0区间动态步长数值序列及全组合

固定步长序列实现 #

原有固定步长逻辑存在一处笔误：numpy提供的区间生成函数为np.arange，而非np.arrange，修正后可直接运行的代码如下：

import numpy as np

step_list = [0.1, 0.2, 0.3, 0.4, 0.5]
static_sequences = []
for step in step_list:
    # 终点叠加步长，确保10.0能被包含进序列
    seq = np.arange(5, 10 + step, step)
    static_sequences.append(seq)

代码运行后返回嵌套列表结构，每个子列表对应一个步长下从5.0到10.0的完整数值序列，和预期输出一致。

动态可变步长序列实现 #

动态步长的核心实现逻辑：将5.0-10.0的总区间按规则拆分为多个连续子区间，每个子区间使用对应步长独立生成序列，最后拼接所有子序列，同时处理相邻区间的切点重复问题、浮点精度问题即可。

实现代码 #

首先封装通用生成函数，支持传入任意多组分段步长规则，批量生成所有符合要求的序列组合：

import numpy as np

def generate_dynamic_seq(segment_rules, total_start=5.0, total_end=10.0):
    """
    生成单组动态步长规则下的数值序列
    segment_rules: 分段规则列表，每个元素格式为(段起点, 段终点, 段步长)，需按区间从小到大排序
    """
    full_seq = []
    for idx, (start, end, step) in enumerate(segment_rules):
        # 最后一段叠加步长偏移，保证总终点能被包含
        if abs(end - total_end) < 1e-9:
            seg_seq = np.arange(start, end + step, step)
        else:
            seg_seq = np.arange(start, end, step)
        seg_list = seg_seq.tolist()
        # 非首段判断切点是否重复，浮点值用差值判断避免精度误差
        if idx > 0 and abs(seg_list[0] - full_seq[-1]) < 1e-9:
            seg_list = seg_list[1:]
        full_seq.extend(seg_list)
    # 最后统一截断过滤浮点误差导致的超出终点的值
    return [round(x, 9) for x in full_seq if x <= total_end + 1e-9]

# 单组规则调用示例（对应举例的步长规则）
single_rule = [
    (5.0, 7.3, 0.2),
    (7.3, 8.3, 0.5),
    (8.3, 10.0, 0.8)
]
single_seq = generate_dynamic_seq(single_rule)

# 批量生成多组动态规则的所有序列组合
all_rule_groups = [
    # 规则组1
    [
        (5.0, 7.3, 0.2),
        (7.3, 8.3, 0.5),
        (8.3, 10.0, 0.8)
    ],
    # 规则组2 可自行追加任意多组规则
    [
        (5.0, 6.0, 0.1),
        (6.0, 8.5, 0.4),
        (8.5, 10.0, 0.3)
    ]
]
dynamic_sequences = []
for rule in all_rule_groups:
    dynamic_sequences.append(generate_dynamic_seq(rule))

注意事项 #

浮点数计算存在固有精度问题，如果对序列精度要求极高，可以将所有区间值、步长值统一放大10/100/1000倍转为整数运算，生成完成后再缩放回对应浮点数，可彻底避免漏值、重复值、终点异常等问题。

内容的提问来源于stack exchange，提问作者Ace