Pandas 使用百分比增量创建的numpy范围

我想创建一个从

start

到

stop

的numpy范围，使用基于上一个数字的（固定）百分比增量，例如start=100 increment=2%，以获得100、102、104.04、106.12等

显然，这可以通过在列表上迭代或更优雅地使用生成器来实现：

def pct_incrementer(start, stop, step_pct):
    val = start
    yield val
    while True:
        val += val * step_pct
        if val >= stop:
            break
        yield val

 np.array(list(pct_incrementer(100, 200, 0.02)))
 # or (as I've just learned!)
 np.fromiter(pct_incrementer(100, 200, 0.02), float)  

numpy（或熊猫）是否有一种天生的功能来做到这一点？？（因为我找不到！）。是否有一种方法可以操纵

np.array（[100]*10）

来做同样的事情

---

谢谢

您可以使用

full

和

cumprod

：

xs=100*np.full（np.log（2.0）/np.log（1.02）、1.02.cumprod（）

现在似乎正在抛出一个错误：

TypeError“numpy.float64”对象不能解释为整数

更新至：

xs = 100 * np.full(int(np.log(2.0)/np.log(1.02)),1.02).cumprod()

或者更简洁地说：

xs1 = 100 * np.full(5,1.02).cumprod()

结果

array([102. , 104.04  , 106.1208  , 108.243216  , 110.40808032])

---

这种方法的速度要快20-40倍。希望这有帮助：）

这是一个简洁的答案。。。我有一种感觉，会有一些圆木的诡计来做这件事。谢谢。不过，我要指出，（使用%timeit）我的np.fromiter（pct_incrementer（））比使用公认的少量值100-200@2%@user908094的.full（）/、cumprod（）快得多。这很有趣。此外，在我的机器上，大部分减速来自

*100

。一些谷歌搜索显示了可能有用的

np.logspace

和

np.geomspace

。我看过这些函数（以及np.linspace），我想我希望有一个函数可以传递一个lambda来描述“进程”。。。实现起来相当复杂（不可能？）。应该选择这一点作为正确答案。

array([102. , 104.04  , 106.1208  , 108.243216  , 110.40808032])

import numpy as np
start = 120
end = 255
display=[start]
 while True:
    xs1 = start * np.full(1,1.02).cumprod()
    if xs1.item(0)>=end:
        break
    else:
        display.append(xs1.item(0))
        start=xs1.item(0)
display = [ round(elem, 2) for elem in display ]
print(display)

#Result: [120, 122.4, 124.85, 127.34, 129.89, ... 254.68]