Numpy: dtype = int的arange的意外输出

像这样的错误被一遍又一遍地报告。 由于时间原因，我相当有信心arange的实现如下：

def arange(start, stop, step, dtype):
    n = (start - stop) // step

    # dtype.type is a cast
    step = dtype.type(start + step) - dtype.type(start)

    # now do what you expect
    return [start + step*i for i in range(n)]

也许我们应该将该伪代码添加到文档中？

是的，该代码是正确的（尽管不能100％确定n计算结果）。 这个特定的例子是极端的，显然是坏的，也许我们实际上可以以某种方式摆脱它？

arange一再被讨厌的可能是错误的定义所困扰，但我想不出一个解决它的好提议（尽管也许有人提出过）。
它不像我们可以很好地更改浮点数的arange行为（也许是精确的修正，但是端点更改不是很好的IMO）。 因此我们需要创建一个新函数...但是在大多数情况下，在我看来， linspace比“正确的”浮点数更好，我不确定校正后的浮点数实际上是否具有太多的用例。

最后，我想我想要一个深思熟虑的建议：/ ...

获得大于“停止”值的值确实不好，而且有点意外。 如果arange不适合float，则可以检查floaty numpy类型并引发异常。

同样，手动输入dtype确实使用户期望仅输出的类似astype（dtype）的转换。

怎么样：
1.）非整数参数（即开始，停止，步进）的异常。
2.）检查stop> = start是否启动，否则引发异常
3.）在函数开始处将start，stop，step强制转换为int64。
4.）astype（dtype）输出

如果发现非整数输入，则可以代替1.）重定向到arange内的linspace。

嘿，我是开源贡献的完整入门者。 想试试看。 这段代码怎么样？ @ eric-wieser

x = []
for i in range(start, stop):
    x.append(i)
    x.append(i+step)
print(np.array(x, dtype))

像这样的错误被一遍又一遍地报告。 由于时间原因，我相当有信心arange的实现如下：

def arange(start, stop, step, dtype):
    n = (start - stop) // step

    # dtype.type is a cast
    step = dtype.type(start + step) - dtype.type(start)

    # now do what you expect
    return [start + step*i for i in range(n)]