NumPy 创建数组最常用的3种方式

NumPy是一个开源的Python科学计算库，主要用于处理多维数组、矩阵以及其他高维数据。在NumPy中，最核心的数据结构是ndarray，它是一种多维数组，可以存储任意类型的数据。在本篇文章中，我们将详细介绍NumPy数组的创建和操作方法。

Numpy使用array函数直接创建数组

可以使用NumPy中的array函数直接创建一个数组。在调用array函数时，可以传递一个列表或元组作为参数，这个列表或元组中的每个元素将成为数组的一个元素。例如：

import numpy as np

a = np.array([1, 2, 3, 4])
print(a)

输出结果为：

[1 2 3 4]

Numpy从列表创建数组

可以通过传递一个列表来创建一个数组。例如：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a)

输出结果为：

[[1 2 3]
 [4 5 6]]

Numpy使用函数创建数组

NumPy提供了许多函数来创建数组。其中一些常用的函数有：

• zeros函数：创建一个全为0的数组。
• ones函数：创建一个全为1的数组。
• full函数：创建一个指定值的数组。
• arange函数：创建一个有序数组。
• linspace函数：创建一个线性间隔的数组。

以下是这几个函数创建数组的示例：

import numpy as np

#使用 numpy.zeros 函数创建全0数组：
# 创建一个3行4列的全0数组
arr = np.zeros((3, 4))

print(arr)
# 输出结果：
# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]

#使用 numpy.ones 函数创建全1数组：
# 创建一个2行3列的全1数组
arr = np.ones((2, 3))

print(arr)
# 输出结果：
# [[1. 1. 1.]
#  [1. 1. 1.]]

#使用 numpy.arange 函数创建一维数组：
# 创建一个从0到9的一维数组
arr = np.arange(10)

print(arr)
# 输出结果：[0 1 2 3 4 5 6 7 8 9]

#使用 numpy.full 函数创建形状为 (2, 3) 的数组：
# 创建一个形状为 (2, 3) 的数组，用 0.1 填充
a = np.full((2, 3), 0.1)
print(a)

#输出结果：[[0.1 0.1 0.1] [0.1 0.1 0.1]]

#使用 numpy.linspace 函数创建一维等差数列数组：
# 创建一个从0到10之间，共6个等差数列的一维数组
arr = np.linspace(0, 10, 6)

print(arr)
# 输出结果：[ 0.  2.  4.  6.  8. 10.]

以上就是NumPy创建数组最常用的3种方式。