数组的创建

数组常见的创建方式

一、Python本身的数据分析功能不强，需要安装一些第三方的扩展库来增强的它的能力。主要用到的库包括Numpy、Matplotlib、Pandas等，下面对这三个库做一个简单介绍：

1.Numpy:提供了真正的数组功能，以及对数据进行快速高效处理函数
2.Matplotlib:用于数据挖掘或者数学建模，是最著名的绘图库，主要用于二维绘图
3.Pandas:是Python最请打的分析工具，包含高级的数据结构和精巧的工具。Pandas功能非常强大，支持类似于SQL的数据增、删、改、查

2.数组创建的方式

• array函数创建数组
  import numpy as np
  ndarray1 = np.array([1, 2, 3, 4])
  ndarray2 = np.array(list(‘abcdefg’))
  ndarray3 = np.array([[11, 22, 33, 44], [10, 20, 30, 40]]) # 二维数据

• zeros和zeros_like创建数组
  该方式创建的数组元素默认值是0，注意:zeros_linke函数只是根据传入的ndarray数组的shape来创建所有元素为0的数组，并不是拷贝源数组中的数据.
  ndarray4 = np.zeros(10)
  ndarray5 = np.zeros((3, 3))
  ndarray6 = np.zeros_like(ndarray5) # 按照 ndarray5 的shape创建数组

• ones和ones_like创建数组
  用于创建所有元素都为1的数组.ones_like用法同zeros_like用法
  # 创建数组，元素默认值是0
  ndarray7 = np.ones(10)
  ndarray8 = np.ones((3, 3))
  # 修改元素的值
  ndarray8[0][1] = 999
  ndarray9 = np.ones_like(ndarray5) # 按照 ndarray5 的shape创建数组
• empty和empty_like创建数组
  用于创建空数组，空数据中的值并不为0,而是未初始化的随机值.
  ndarray10 = np.empty(5)
  ndarray11 = np.empty((2, 3))
  ndarray12 = np.empty_like(ndarray11)
• arange创建数组
  arange函数是python内置函数range函数的数组版本.
  # 产生0-9共10个元素
  ndarray13 = np.arange(10)
  # 产生从10-19共10个元素
  ndarray14 = np.arange(10, 20)
  # 产生10 12 14 16 18, 2为step
  ndarray15 = np.arange(10, 20, 2)
• eys创建对角矩阵数组
  该函数用于创建一个N*N的矩阵，对角线为1，其余为0.
  ndarray16 = np.eye(5)