Python NumPy教程之数组的创建详解

NumPy是Python中一个重要的科学计算库，提供了高效的多维数组和各种派生对象及算种函数。在NumPy中，可以使用ndarray多维数组来各数据处理操作，包括创建、索引、切片、运算等。本文将详细讲解Numpy数组的创建，包括使用array()函数使用zeros()函数、使用ones()函数、使用empty()函数、使用arange()函数、使用linspace()函数、使用logspace()函数等，并提供了两个示例。

使用array()函数创建数组

在NumPy中，可以使用array()函数来创建ndarray多维数组下是一个示例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3])

# 创建一个二维数组
b = np.array([[1, 2], [3, 4]])

# 打印结果
print(a)
print(b)

在上面的示例中，我们使用array()函数创建了一个维数组a和一个二维数组b，并使用print()函数打印了结果。

使用zeros()函数创建数组

在NumPy中，可以使用zeros()函数来创建一个全0的数组。下是一个示例：

import numpy as np

# 创建一个一维数组
a = np(3)

# 创建一个二维数组
b = np.zeros((2, 2))

# 打印结果
print(a)
print(b)

在上面的示例中，我们使用zeros()函数创建了一个一维数组a和一个二维数组b，并使用print()函数打印了结果。

使用ones()函数创建数组

在NumPy，可以使用ones()函数来创建一个全1的数组。下是一个示例：

import numpy as np

# 创建一个一维数组
a = np.ones(3)

# 创建一个二维数组
b = np.ones((2, 2))

# 打印结果
print(a)
print(b)

在上面的示例中，我们使用ones()函数创建了一个一维数组a和一个二维数组b，并使用print()函数打印了结果。

使用empty()函数创建数组

在NumPy中，可以使用empty()函数来创建一个未初始化的数组。下是一个示例：

import numpy as np# 创建一个一维数组
a = np.empty(3)

# 创建一个二维数组
b = np.empty((2, 2))

# 打印结果
print(a)
print(b)

在上面的示例中，我们使用empty()函数创建了一个一维数组a和一个维数组b，并使用print()函数打印了结果。

使用arange()函数创建数组

在NumPy中，可以使用arange()函数来创建一个等差数列的数组。下是一个示例：

import numpy as np

# 创建一个一维数组
a = np.arange(1, 4# 创建一个二维数组
b = np.arange(1, 5).reshape(2, 2)

# 打印结果
print(a)
print(b)

在上面的示例中，我们使用arange()函数创建了一个一维数组a和一个二维数组b，并使用print()函数打印结果。

使用linspace()函数创建数组

NumPy中，可以使用linspace()函数来创建一个等间隔数列的数组。下是一个示例：

import numpy as np

# 创建一个一维数组
a = np.linspace(1, 3, 3)

# 创建一个二维数组
b = np.linspace(1, 4, 4).reshape(2, 2)

#印结果
print(a)
print(b)

在上面的示例中，我们使用linspace()函数创建了一个一维数组a和一个二维数组b，并使用print()函数打印了结果。

使用logspace()函数创建数组

在NumPy中，可以使用logspace()函数来创建一个等比数列的数组。下是一个示例：

import numpy as np

# 创建一个一维数组
a = np.logspace(0, 2, 3)

# 创建一个二维数组
b = np.logspace(0, 3, 4).reshape(2, 2)

# 打印结果
print(a)
print(b)

在上面的示例中，我们使用logspace()函数创建了一个一维数组a和一个二维数组b，并使用print()函数打印了结果。

示例一：使用array()函数创建数组并进行运算

import as np

# 创建两个一维数组
a = np.array([1, 2 ])
b = np.array([4, 5, 6])

# 加法运算
print(a + b)

# 减法运算
print(a - b)

# 乘法运算
print(a * b)

# 矩阵乘法运算
print(np.dot(a, b))

在上面的示例中，我们array()函数创建了两个一维数组a和b，并使用各种运算符和函数对它们进行运算，并使用print()函数打印了结果。

示例二：使用linspace()函数创建数组并进行数据处理

import numpy as np

# 创建一个一维数组
a = np.linspace(1, 10, 10)

# 计算数组的平均值
print(np.mean(a))

# 计算数组的标准差
print(np.std(a))

# 计算数组的方差
print(np.var(a))

# 计算数组的最大值
print(np.max(a))

# 计算数组的最小值
(np.min(a))

在上面的示例中，我们使用linspace()函数创建了一个一维数组a，并使用各种函数对它进行数据处理，并使用print()函数打印了结果。

综所述，NumPy提供了丰富的函数和运算符来对ndarray多维数组进行数据处理和筛选操作，包括计算平均值、准差、方差、最大值和最小值，以及筛选出符合条件的元素等。本文详细讲解了Numpy数组的创建，包括使用()函数、使用zeros()函数、使用ones()函数、使用empty()函数、使用arange()函数、使用linspace()函数、使用logspace()函数等，并提供了两个示例，分别示了使用array()函数创建数组并进行运算和使用linspace()函数创建数组并进行数据的方法。