一. 概述
日常使用中，这三货都是用来 指定一个开始数据，指定一个结尾数据，指定一个步长，然后返回该范围内可迭代数据的，但是他们之间还是有细微差别的。
二. 具体看看
1. range
- 来源：Python基本函数
- 参数：
range(start, stop[, step])
start默认是0，end必填参数，step默认是1，所有参数都必须是整数。 - 返回值：range object
这个东西不能直接读取数值，但是可以进行迭代，如果要查看数据，可以转换成list，tuple或者dict等类型。 -
其他注意：生成的数值序列包含起始值不包含终止值，即[start,stop)
2. arange
- 来源：numpy
- 参数：
np.arange(start , stop , step , dtype )
start默认是0，end必填参数，step默认是1，dtype是返回的array元素的类型。参数可以是整数，也可以是小数。 - 返回值：ndarray
直接返回数组，可以直接读取数据或者迭代。 -
其他注意：和range一样，生成的数值序列包含起始值不包含终止值，即[start,stop)
3. linsapce
- 来源：numpy
- 参数：
np.linspace(start , stop , num , endpoint , retstep, dtype )
start必填参数，可以是数组
end必填参数，可以是数组
num默认是50，表示包含首尾在内，要分成多少份数
endpoint默认是True，份数包含end元素
retstep默认False ，不返回步长
dtype是返回的array元素的类型。
参数可以是整数，也可以是小数。 - 返回值：ndarray
直接返回数组，可以直接读取数据或者迭代。 -
其他注意：该函数支持多个维度的切分，这也就为坐标化，网格化提供方便。
