如何在Python中复刻R语言的seq序列生成函数

基础整数场景快速实现 #

• Python内置的range可覆盖整数步长下的seq需求，注意Python range是左闭右开区间，R seq是左闭右闭区间，通过调整终止值偏移即可对齐输出：
  • 对应R的seq(from = 1, to = 3, by = 1)，执行list(range(1, 4, 1))，即可得到输出[1, 2, 3]，和R原生结果完全一致。

NumPy环境常规对齐方案 #

• np.linspace的生成逻辑是固定序列元素总数、自动推导步长，和R seq“固定步长、自动计算元素数量”的逻辑完全不匹配，不适合直接复刻seq功能。
• NumPy自带的np.arange是固定步长的生成逻辑，但同样是左闭右开区间，直接执行np.arange(1, 3, 1)会得到array([1, 2])，缺失终止值3。只要给终止值加上极小的浮点偏移量修正截断问题，即可匹配R的输出：执行np.arange(1, 3 + 1e-8, 1)，就能得到array([1, 2, 3])，兼容整数、普通小数步长的生成需求。

高精度对齐R seq行为的自定义实现 #

R语言seq自带浮点精度容错，不会因为步长计算的浮点误差遗漏终止值，可通过简单封装实现和R逻辑完全一致的效果：

import numpy as np
def seq(from: float, to: float, step: float = 1):
    # 加入1e-8偏移量，规避浮点计算的截断误差
    element_count = int(np.ceil((to - from) / step + 1e-8))
    return from + step * np.arange(element_count)

• 测试效果：
  • 执行seq(1, 3, 1)，输出array([1., 2., 3.])
  • 执行seq(0, 1, 0.1)，输出array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1. ])，解决了原生np.arange因浮点精度问题漏掉终止值的问题，和R seq输出完全一致。

内容的提问来源于stack exchange，提问作者pylearner