【数据分析之道-NumPy(二)】多种方式创建数组_创建一个3行4列的二维数组(1)

专栏导读

✍ 作者简介：i阿极，CSDN Python领域新星创作者，专注于分享python领域知识。

✍ 本文录入于《数据分析之道》，本专栏针对大学生、初级数据分析工程师精心打造，对python基础知识点逐一击破，不断学习，提升自我。
✍ 订阅后，可以阅读《数据分析之道》中全部文章内容，包含python基础语法、数据结构和文件操作，科学计算，实现文件内容操作，实现数据可视化等等。
✍ 还可以订阅进阶篇《数据分析之术》，其包含数据分析方法论、数据挖掘算法原理、业务分析实战。
✍ 其他专栏：《数据分析案例》 ，《机器学习案例》

1、前言

NumPy是Python中用于科学计算和数据分析的重要库之一。在NumPy中，数组（ndarray）是一个重要的数据结构，它可以存储多维数组，并提供了许多操作数组的方法。

在使用NumPy时，通常需要先创建一个数组，然后再对这个数组进行各种操作，比如计算、切片、索引等。NumPy提供了多种方式用于创建数组，可以根据不同的需求选择不同的方式。

在本篇文章中，我们将介绍NumPy创建数组的多种方法，并给出相应的示例。我们将依次介绍使用以下方法创建数组：

• 使用array函数创建数组
• 使用zeros和ones函数创建数组
• 使用empty和full函数创建数组
• 使用arange和linspace函数创建数组
• 使用random函数创建数组
• 使用fromfile函数和frombuffer函数创建数组

通过本篇文章的学习，读者将了解到如何使用NumPy创建数组，可以根据自己的需求选择合适的方法来创建数组，并为后续的操作打下良好的基础。

2、使用array函数创建数组

array函数是NumPy中最常用的创建数组的方式之一。可以将列表、元组等序列类型的数据转换为数组。

在这里插import numpy as np

# 将列表转换为数组
a = np.array([1, 2, 3, 4, 5])
print(a) 

# 将元组转换为数组
b = np.array((1, 2, 3, 4, 5))
print(b)

在上面的示例中，我们分别将列表和元组转换为数组。

3、使用zeros和ones函数创建数组

zeros函数和ones函数可以用来创建指定大小和数据类型的数组，其中zeros函数创建的数组中所有元素都为0，ones函数创建的数组中所有元素都为1。

import numpy as np

# 创建一个3行4列的二维数组，其中所有元素都为0
a = np.zeros((3, 4))
print(a)

# 创建一个2行3列的二维数组，其中所有元素都为1
b = np.ones((2, 3))
print(b)

在上面的示例中，我们分别使用zeros和ones函数创建了二维数组，并指定了数组的大小。

4、使用arange函数创建数组

arange函数可以用来创建一维数组，类似于Python内置的range函数。

arange函数的语法为：

numpy.arange([start, ]stop, [step, ]dtype=None)

其中，start表示起始值，默认为0；stop表示终止值（不包含），必须指定；step表示步长，默认为1；dtype表示数据类型，默认为None

import numpy as np

# 创建一个从0到9的一维数组
a = np.arange(10)
print(a)

# 创建一个从2到8，步长为2的一维数组
b = np.arange(2, 9, 2)
print(b)

在上面的示例中，我们分别使用arange函数创建了一维数组，并指定了数组的起始值、终止值和步长。

5、使用linspace和logspace函数创建数组

linspace函数和logspace函数可以用来创建一维数组，其中linspace函数创建的数组中元素是等间隔的，logspace函数创建的数组中元素是对数间隔的。

import numpy as np

# 创建一个从0到1，有11个元素的一维数组
a = np.linspace(0, 1, 11)
print(a)

# 创建一个从10的0次方到10的2次方，有5个元素的一维数组
b = np.logspace(0, 2, 5)
print(b)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

到真正的技术提升。**

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！