NumPy创建数组对象

NumPy创建数组对象

1. array()函数

示例：

import numpy as np
data1 = [1, 2, 3, 4, 5]  #列表
arr1 = np.array(data1)
print("arr1：",arr1)

data2 = (2, 4, 6, 8, 10)  #元组
arr2 = np.array(data2)
print("arr2：",arr2)

data3 = [[1, 2, 3, 4], [5, 6, 7, 8]]  #多维数组
arr3 = np.array(data3)
print("arr3：\n",arr3)

输出：

arr1： [1 2 3 4 5]
arr2： [ 2  4  6  8 10]
arr3：
 [[1 2 3 4]
 [5 6 7 8]]

2. arange()函数

arrange()函数类似于range()函数，但arrange()是用来创建数组的，可以指定开始值，终止值、步长等创建一维数组，创建的数组不包含终止值。
示例：

import numpy as np
arr1 = np.arange(10)
print("arr1：",arr1)

arr2 = np.arange(0, 11, 1)
print("arr2：",arr2)

输出：

arr1： [0 1 2 3 4 5 6 7 8 9]
arr2： [ 0  1  2  3  4  5  6  7  8  9 10]

3. zeros()和ones()函数

zeros()和ones()分别用来创建指定长度或形状的全为0或全为1的数组
示例：

import numpy as np
arr1 = np.zeros(5)
print("arr1：",arr1)

arr2 = np.zeros([3, 3])
print("arr2：\n",arr2)

arr3 = np.ones(5)
print("arr3：",arr3)

arr4 = np.ones([3, 3])
print("arr4：\n",arr4)

输出：

arr1： [0. 0. 0. 0. 0.]
arr2：
 [[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
arr3： [1. 1. 1. 1. 1.]
arr4：
 [[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]

4. linspace()和logspace()函数

linspace()函数通过指定开始值、终止值和元素个数来创建一维等差数组
logspace()函数通过指定开始值、终止值和元素个数来创建一维等比数组
示例：

import numpy as np
arr1 = np.linspace(0, 9, 10)
print("arr1：",arr1)

arr2 = np.logspace(0, 1, 5)
print("arr2：",arr2)

输出：

arr1： [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
arr2： [ 1.          1.77827941  3.16227766  5.62341325 10.        ]

5. eye()、diag()和full()函数

eye()函数创建一个主对角线元素为1，其余元素全为0的方阵
diag()函数创建一个对角线元素为0或指定值，其他元素为0的矩阵
full()函数根据shape生成一个全为val的矩阵
示例：

import numpy as np
arr1 = np.eye(4)
print("arr1：\n",arr1)

arr2 = np.diag([1, 2, 3, 4])
print("arr2：\n",arr2)

arr3 = np.full((3, 4), 5)
print("arr3：\n",arr3)

输出：

arr1：
 [[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]
arr2：
 [[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]
arr3：
 [[5 5 5 5]
 [5 5 5 5]
 [5 5 5 5]]