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]]