-
list -> ndarray
>>> l = [1, 2, 3, 4, 5] >>> np.array(l) array([1, 2, 3, 4, 5]) >>> l = [[1, 2, 3], [4, 5, 6]] >>> np.array(l) array([[1, 2, 3], [4, 5, 6]])
-
全1数组
>>> np.ones((2, 3)) array([[1., 1., 1.], [1., 1., 1.]])
-
全0数组
>>> np.zeros((2, 3)) array([[0., 0., 0.], [0., 0., 0.]])
-
空数组
>>> np.empty((2, 3)) # 填充的是之前该内存的值 array([[0., 0., 0.], [0., 0., 0.]])
-
指定值数组
>>> np.full((2, 3), 5) array([[5, 5, 5], [5, 5, 5]])
-
单位矩阵
>>> np.eye(4, 4) array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]]) >>> np.identity(4) array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]])
-
整数arange
>>> np.arange(10) array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
-
等差linespace: start, stop, num, endpoint: True 默认包含stop
>>> np.linespace(0, 10, 11) array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.])
-
等比logspace:start, stop, num, endpoint: True 默认包含stop
>>> np.logspace(0, 4, 5, base=2) array([ 1., 2., 4., 8., 16.])
[numpy] ndarray数组-创建
最新推荐文章于 2023-09-23 21:40:55 发布