牟晓东

众所周知，在Python中可构造“for i in range（100）：”语句来执行100次循环，因为“range（100）”就相当于“range（0，100，1）”，是以1为步长、左闭（包括0）右开（不包括100）的;如果在该循环中被执行的语句是“print（i，end=‘ ）”的话，那就会打印输出0、1、2……98、99共100个整数。按照这个办法是否可以使用range（）函数来生成类似的均匀浮点数呢？比如0.00、0.01、0.02……0.98、0.99共100个浮点数。如果直接构造“for i in range（0，1，0.01）：”，Python就会给出“TypeError： ‘float object cannot be interpreted as an integer”的错误提示，意思是“类型错误：浮点型对象不能解释为整数型”，因为range（）函数接收的参数必须是整数（可以是负数），而不能直接处理float浮点数。那么，如何解决均匀浮点数生成问题呢？

方法1：while循环控制变量i自增

首先建立并给变量i赋值为0.00;接着构造“while i <= 1.00：”循环，其中的第一条语句为“print（‘%.2f%i，end=‘ ）”，即以一个空格分隔并保留两位小数输出变量i的值;第二条语句为“i += 0.01”，即控制i的自增，步长为0.01。运行程序，得到了从0.00到0.99共100个均匀浮点数（如图1）。

方法2：使用列表推导式

Python的列表推导式非常灵活，能够以非常简洁的方式来快速生成满足特定需求的列表。比如直接使用一条“my_list = [i/100 for i in range（100）]”语句，即可在列表my_list中得到符合要求的100个浮点数，其实就是将“for i in range（100）”所得到的0-99分别进行了“i/100”的计算。最后再使用for循环以同样的方式来打印输出，同样也得到了100个均匀浮点数，print中的“‘%.2f%”表示显示保留两位小数的浮点数（如图2）。

方法3：借用numpy庫中的arange（）

numpy库中有个与Python的range（）函数功能类似的arange（），但它支持浮点数运算且使用方法类似，一样是“初始值、终值、步长”参数调用。在使用“import numpy as np”语句以np为别名导入numpy库之后，再使用“my_list = list（np.arange（0，1，0.01））”语句，即可将arange（）生成的ndarray数组对象转换为列表数据。最后，使用for循环打印输出my_list中的所有元素，就得到了100个均匀浮点数，本次保留3位小数（如图3）。

方法4：自定义函数使用yield表达式

既然Python内置的range（）函数不提供对浮点数的运算，那我们就可以自定义一个float_data（）函数，三个参数依次为start、end和step，同样是对应“初始值、终值、步长”。函数中使用变量i来接收初始值，然后通过while循环（当i

在主程序中调用float_data（）函数，接收到的数据存储至变量my_generator中，最后仍然是通过for循环来将它们打印输出，也可以得到100个均匀浮点数（如图4）。

四种方法均能实现均匀浮点数的生成，大家可根据自己的编程习惯来使用。当然，如果想生成的是0.000、0.001、0.002……0.999这样的千分位均匀浮点数，只要在程序中将步长修改为0.001、print输出“%.3f”以及方法2中将“i/100”修改为“i/1000”即可。