numpy数组创建方式

导包

import numpy as np

1. 创建数组

1.1普通数组

np.array([1,2,3])
np.arange(10)
np.array(range(10))

1.2随机数生成数组

# 随机数种子，对于同一种子，生成的随机数一致

np.random.seed(0)  

# 生成一个shape为[2,3,4]的array，array中每个元素都是一个[0,1)之间的随机数

np.random.rand(2,3,4）

# 没有参数，只返回单个数据,返回一个shape为[2,4]的array，array中的元素服从标准正态分布

np.random.randn(2,4)

# 返回随机数或者随机数组成的array

# np.random.randint(low, high = None, size = None,dtype = 'l')
np.random.randint(2,size=5)  # [2,2,2,2,2,]
np.random.random_integers(2, size=5) # [1 1 2 1 1]

# 生成随机浮点数阵列

np.random.random(size=(2,2))

# 从0-5选择一个构成2*3矩阵， replace是否重复， p概率list

# np.random.choice(a, size = None, replace = True, p = None)
np.random.choice(5, size=(2,3))
np.random.choice(5, size=5, p=[0.1,0.1,0.2,0.2,0.4])
np.random.choice(5, size=(2,3), replace=False) # 报错，数据不够用

1.3默认填充的数组

# 默认dtype为float
np.zeros(3)  # 全0
np.ones(3)  # 全1
np.empty(3)  # 未初始化的
np.full(3, 2.)  # 3 全部为2.的
np.eye(4)  # 对角线为1，其余为0的矩阵
# 给一个形状， 等同reshape # 
np.zeros_like(range(10))
np.ones_like([[2,3]])  # == np.ones((2,3))
np.empty_like([[1,2],[2,3]])
np.full_like(range(2,6,2), 4)