如何创建数组Numpy

一、认识Numpy

NumPy，更像是一个魔方（见图），它是Python数组计算、矩阵运算和科学计算的核心库，NumPy这个词来源于Numerical 和 Python 两个单词。NumPy提供了一个商性能的数组对象。让我们轻松创建一维数组、二维数组和多维数组，以及大量的函数和方法，帮助我们轻松地进行数组计算，从而广泛地应用于数据分析、机器学习、图像处理和计算机图形学、数学任务等领域当中。

NumPy的用途是以数组的形式对数据进行操作。机器学习中充斥了大量的数组运算，而NumPy使得这些操作变得简单！由于NumPy是C语言实现的，所以其运算速度非常快。具体功能如下。
1.有一个强大的n维数组对象ndarray。
2.广播功能函数。
3.线性代数、傅立叶变换、随机数生成、图形操作等功能。
4.整合C/C++/Fortran代码的工具。

二、创建数组

学习Numpy前，我们先了解一下数组的相关概念。数组可分为一维数组、二维数组、三维数组，其中三维数组是常见的多维数组。

1.数组的相关概念

1.一维数组

一维数组很简单，基本和Python列表一样，区别于数组切片针对的是原始数组（这意味着，如果对数组进行修改，原始数组也会跟着更改）。

2.二维数组

二维数组本质是以数组作为数组元素的数组。二位数组包括行和列，类似于表格形式，又称为矩阵。

3.三维数组

三维数组是指维数为3的数的结构，也称矩阵列表。三维数组是最常见的多维数组，由于可以用来描述三维空间中的位置或状态而被广泛使用。

2.创建简单的数组

Numpy创建简单的数组主要使用array()函数，语法如下:

numpy.arry(object,dtype=None,copy=True,order='K',subok=Flase,ndmin=0)

参数说明：
object：任何具有数组接口方法的对象。
dtype：数据类型。
copy：布尔型，可选参数，默认值为True，则object 对象被复制：否则，只有当_amray_返回副本，object 参数为嵌套序列，或者需要副本满足数据类型和顺序要求时，才会生成副本。order：元素在内存中的出现顺序，值为K、A、C、F。如果object 参数不是数组，则新创建的数组将按行排列（C)，如果值为F，则按列排列；如果object 参数是一个数组，则C（按行）、F（按列）、A（原顺序）、K（元素在内存中的出现顺序）成立。
subok：布尔型。如果值为True，则将传递子类；否则返回的数组将强制为基类数组（默认值)。
ndmin：指定生成数组的最小维数。
演示如何创建数组
创建几个简单的数组，效果如图

程序代码如下：

import numpy as np   #导入Numpy模块
n1=np.array([1,2,3])   #创建一个简单的数组
n2=np.array([0.1,0.2,0.3])  #创建一个包含小数的一维数组
n3=np.array([1,2],[3,4])   #创建一个简单的二维数组

（2.1）为数组指定数据类型

Numpy支持比Python更多种类的数据类型，通过dtype参数可以指定数组的数据类型，程序代码：

import numpy as np
list=[1,2,3]
#创建浮点型数组
n1=np.array(list,dtype=np.float_)

运行程序，输出结果如下：

[1,2,3]
float64
<class'numpy.float64'>

(2.2)数组的复制

当运算和处理数组时，为了不影响到原数组，就需要对原数组进行复制，而对复制后的数组进行修改删除等操作都不会影响到原数组。数组的复制可以通过copy参数实现，程序代码如下：

import numpy as np
n1=np.array([1,2,3])
n2=np.array(n1,copy=True)
n2[0]=3
n2[2]=1
print(n1)
print(n2)

运行程序，输出结果如下：

[1,2,3]
[3,2,1]

(2.3)通过ndmin参数控制最小维数

无论给出的数组的维数是多少，ndmin参数都会根据最小维数创建指定维数的数组。

ndmin=3，虽然给出的数组是一维数组，但是同样会创建一个三维数组，程序代码如下： 

import numpy as np
nd1=[1,2,3]
nd2=np.array(nd1,ndmin=3)
print(nd2)

运行程序，输出结果如下：

[[[1 2 3]]]

（2.4）生成随机数组

（2.4.1）rand()函数

rand()函数用于生成（0,1）之间的随机数组，传入一个值随机生成一维数组，传入一对值则随机生成二维数组，语法如下：

numpy.random.rand(d0,d1,d2,d3,...,dn)

参数d0，d1，...,dn为整数，可以为空。

【示例】随机生成0~1的数组。

随机生成一维数组和二维数组，代码如下：

import numpy as np
n=np.random.rand(5)
print('随机生成0~1的一维数组： ')
print(n)
n1=np.random.rand(2,5)
print('随机生成0~1的二维数组： ')
print(n1)

运行程序，输出结果如下：

(2.4.2)randn()函数

)randn()函数用于从正态分布中返回随机生成的数组，语法如下：

numpy.random.randn(d0,d1,d2,d3,...,dn)

【示例】随机生成满足正态分布的数组，程序代码如下：

import numpy as np
n1=np.random.randn(5)
print('随机生成满足正态的一维数组: ')
print(n1)
n2=np.random.randn(2,5)
print('随机生成满足正态分布二维数组： ')
print(n2)

运行程序，输出结果如下：

(2.4.3)randint()函数

randint()函数于Numpy的arange函数类似。randint()函数用于生成一定范围内的随机数组，左闭右开区间，语法如下：

numpy.random.randint(low,high=None,size=None)

【示例】生成一定范围内的随机函数，程序代码如下：

import numpy as np
n1=np.random.randint(1,3,10)
print('随机生成10个1~3且不包括3的整数： ')
print(n1)
n2=np.random.randint(5,10)
print(n2)
n3=np.random.randint(5,size=(2,5))
print('随机生成5以内二维数组')
print(n3)

运行程序，输出结果如下：

(2.4.4)normal()函数

normal用于生成正态分布的随机数，语法如下：

numpy.random.normal(loc,scale,size)

【示例】生成正态分布的随机函数

import numpy as np
n=np.random.normal(0,0.1,10)
print(n)

运行程序，输出结果如下：

以上总结，我们可以认识到numpy数组，有一维数组，二维数组，三维数组，还有能够掌握的一些常用操作，可以为数组指定数据类型，还有数组的复制，通过ndmin参数控制最小维数，还有学习到生成随机数组，有rand()函数，randn()函数，randint()函数，normal()函数。另外，当数据量非常大时，numpy可以带来百倍以上的提升。

本文文章链接：如何创建数组Numpy-CSDN博客