在使用python时，我们经常需要使用Numpy，而Numpy中又有arange()这个函数，它和python自带函数range()的功能貌似比较相同。那么，range()和np.arange()有什么区别呢？我们先来看官方文档对他们的说明。

---

range(start, stop[, step])

这是一个通用的函数来创建包含算术级数的列表。它最常用于for循环。参数必须是纯整数。如果省略step参数，则默认为1。

如果省略start参数，则默认为0。完整的形式返回一个普通整数列表。如果步骤是肯定的，最后一个元素是小于停止的最大元素; 如果step是负数，最后一个元素是大于stop的最小元素。 步骤不能为零（否则报错）。
示例：

>>> range(10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(1, 11)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> range(0, 30, 5)
[0, 5, 10, 15, 20, 25]
>>> range(0, 10, 3)
[0, 3, 6, 9]
>>> range(0, -10, -1)
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
>>> range(0)
[]
>>> range(1, 0)
[]

来源：https://docs.python.org/2/library/functions.html#range

---

numpy.arange([start, ]stop, [step, ]dtype=None)

在给定的时间间隔内返回均匀间隔的值。

在半开区间[start， stop）内产生值 （换句话说，包括开始但不包括停止的区间）。对于整数参数，该函数等同于Python内置的 范围函数，但返回一个ndarray而不是一个列表。

当使用非整数步长（如0.1）时，结果往往不一致。这些情况下最好使用linspace。

参数：
start：数字，可选
间隔开始。间隔包括这个值。默认的起始值是0。
stop：数字
间隔结束。间隔不包括此值，但在某些情况下，步骤不是整数，浮点舍入会影响out的长度。
dtype：步长，可选
值之间的间隔。对于任何输出出来，这是两个相邻值之间的距离，进行[I + 1] - 出[I] 。默认步长为1.如果指定了step，则还必须给出start。
dtype：dtype
输出数组的类型。如果没有给出dtype，则从其他输入参数推断数据类型。
返回：
类型：ndarray
数组间距均匀的值。
对于浮点参数，结果的长度是 ceil（（stop - start）/ step）。由于浮点溢出，此规则可能导致out的最后一个元素大于stop。

示例：

>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0.,  1.,  2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])

来源：https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.arange.html

---

通过上面官方文档的描述，我们可以知道：

• range()和np.arange()的返回类型不同，range()返回的是range；
  object，而np.arange()返回的是ndarray类型；
• range()不支持步长为小数，而np.arange()支持步长(step)为小数；
• range()和np.arange()都可用于迭代；
• range()和np.arange()都有三个参数，以第一个参数为起点，第三个参数为步长，截止到第二个参数之前的不包括第二个参数的数据序列。
• range()可用于迭代，而np.arange作用远不止于此，它是一个序列，可被当做向量使用。

参考资料：

• Python 2.7.14 documentation
• numpy v1.10.1