创建numpy中的ndarray数组的N中方法，你要的全都有

@

创建numpy数组的N种方法

使用numpy方法创建数组ndarray，有两类方法，一种是从现有的数据创建，比如np.array([1,2,3,4,5]),另外一种是通过0 ，1填充的方式，比如。np.ones(10)，具体的使用方法介绍如下：

1、通过ones,zero填充的方式

1.1 numpy.empty() 返回一个给定形状和类型的数组，数组元素不为空，为随机产生的一维或多维数组，语法结构如下
empty(shape,[dtype,order])
empty方法有三个参数，第一个参数为shape，
shape表示填充数组的形状，可以通过单个的整数，或者元组，列表的形式给shape定义。比如 a = numpy.empty([5,5])

第二个参数为dtype，填充数值的类型，比如，int8，float32，float64，此参数是可选的，默认float64

第三个参数是order ，此处有两个取值，order = ‘C’ 或’F’
C - rowmajor ，表示在内存中存储数据是行优先
F - columnmajor，表示在内存中存储数据是列优先。

1.2 empty_like(prototype[dtype,order])返回形状和类型与给定数组相同的新数组，prototype：给定的数组，实例如下

1.3 eye(N,[M,K,dtype,order])返回一个二维数组，对角线填充1，如果只有一个参数N，则会生成N×N的二维对角矩阵，如果增加参数M，则生成N×M的二维矩阵，对角线还是1
其中dtype表示数据类型，order表示存储行列优先级的标识。

1.4 ones（shape,[dtype,order]）返回给定形状和类型的数组，并且全填充为1，
ones_like(a,[dtype,order,sub]) 返回形状和类型与给定数组a一样的数组，全填充1；

1.5 zeros（shape,[dtype,order]）返回给定形状和类型的数组，并且用0填充，
zeros_like(a,[dtype,order,sub]) 返回形状和类型与给定数组一样的数组，用0填充。

1.6 full（shape,full_value,[dtype,order]）返回给定形状和类型的数组，并且用full_value进行填充，
full_like(a,full_value,[type,order]) 返回形状和类型与给定数组相同的数组，用full_vlaue进行填充。

2、从现有数组创建

2.1 array(object,[dtype,order,subok,]) 创建一个数组，其中object可以是数字组成的字符串，列表，元组等可迭代对象。

2.2 copy(a,[order]) ,返回给定数组的副本，这是深拷贝，

2.3 frombuffer(buffer,[dtype,count,offset])将缓冲区解释为以为数组，
fromfile(file,[dtype,count,offset])根据文本或二进制文本构造一个数组，
fromfunction(function,shape,**kwargs) 通过在每个坐标上执行函数创建一个数组；
fromiter（iterable，dtype，[count]）通过迭代器构建一个数组
fromstring（str，[dtype,seq,count]）从字符串中的文本初始化一个数组，
loadtxt（filename，[dtype,comments]）从文本文件加载数据。

至此，使用创建numpy的ndarray数组的所有方法都已经介绍完毕。