正如其他人所指出的，np.arange让你最接近你从matlab中习惯的东西，然而，np.arange排除了端点，你在自己的答案中提出的解决方案可能会导致错误的结果（见我的评论）。
但是，这将始终有效：

start = 0
stop = 3
step = 0.5
a = np.arange(start, stop+step, step)

进一步阅读：特别是如果你是一个有经验的matlab用户，这个指南/备忘单可能会很有趣：Link

Numpy有arange和r_，看起来像这样：

import numpy as np
print(np.arange(1, 3, .5))
# [ 1.   1.5  2.   2.5]
print(np.r_[1:3:.5])
# [ 1.   1.5  2.   2.5]

注意它和matlab有一点不同，首先numpy中stop和step的顺序和matlab相反，其次stop不包含在结果中。你也可以考虑使用linspace，当你使用浮点数时，linspace比arange更好，因为num比step定义得更精确：

print(np.linspace(1, 3, num=5))
# [ 1.   1.5  2.   2.5  3. ]

或

print(np.linspace(1, 3, num=4, endpoint=False))
# [ 1.   1.5  2.   2.5]

import numpy as np
a = np.arange(1, 10, 0.5)
print (a)

Python内置的xrange函数可以像这样生成整数：

xrange(start, stop, step)

但是xrange不能执行浮点运算。