这次说一说构造均分向量的操作。
1. 造轮子
在数值计算中 ，我们通常要在区间[a,b]之间产生指定步长或者给定采样点的一组等差数列（或者说是一个向量），例如MATLAB中的linspace函数，linspace(a,b,n)在区间[a,b]之间产生n个元素，定义一下我们自己的函数，如下：
def lincount(a,b,n):
if n<2:
raise("'n' should be n>=2")
dh=(b-a)/(n-1)
cnt=0
ret=[]
while cnt<n:
ret.append(a+cnt*dh)
cnt+=1
return ret
#测试
print(lincount(1,5,7)) # [1.0, 1.6666666666666665, 2.333333333333333, 3.0, 3.6666666666666665, 4.333333333333333, 5.0]另外一种是给定步长的方式，定义函数如下：
def linstep(a,b,dx):
ret=[]
x=a
while x<b:
ret.append(x)
x+=dx
return ret
#测试
print(linstep(1,3,0.3)) # [1, 1.3, 1.6, 1.9000000000000001, 2.2, 2.5, 2.8]2. 用轮子
这么基本而又常见的需求，肯定是有其他大佬早就完成了这样的工作，我们完全没必要自己造轮子,numpy模块中就有这样的函数，分别是arange和linspace。
arange和Python原生的range类似，但是后者只支持整数，而arange则更加强大，支持浮点数，它的语法是这样的：
numpy.arange(startstop,step)例如：
import numpy as np
x=np.arange(1,3,0.3)
print(x) # [1. 1.3 1.6 1.9 2.2 2.5 2.8]可以看到，这比前面自己定义的运算结果要好一些
linspace的用法如下：
numpy.linspace(start, stop, num=50)例如：
import numpy as np
x=np.linspace(1,5,7)
print(x) # [1. 1.66666667 2.33333333 3. 3.66666667 4.33333333 5.]当然，numpy还提供了geomspace和logspace生成特定规律的向量，不过这两个函数出场率不高，这里就不展开介绍了，感兴趣的可以去numpy官网检索一下。
总结
本次的内容也奠定了后面的基调，主要是使用现成的工具软件，解决我们的问题，而不是去阐述原理，例如高斯消元法，需要自己去准备数学知识，文章只会告诉如何使用现有的工具包。
另外，使用Python的时候，一定要有这种意识，就是在有特定需求的时候，不要急着去造轮子，你会发现你需要的很多工具，别人都已经提供了（而且大概率比你做的更好）。虽然我们可以通过数学或者工程知识去制造我们的轮子（例如lincount和linstep函数），甚至诸如线性方程的求解，或者函数的求根等，我们也可以自己实现。虽然可以，但没必要，因为是这明显违背了我们使用Python的初衷，能用现成的库，还去自己写，在Python中这不啻为一种犯罪行为。不过，并不是所有的工作都有对应的轮子，或者你想造个自行车结果发现只有现成的汽车轮子，这个时候，还是要学会自己写一写算法的。
