小白的人工智能学习笔记--3·Numpy库的学习之二：数组的创建

  盼望着，盼望着，网课停了，开学的脚步近了。今天竟然是520，什么？我仿佛明白了学无止境的道理，出门是不可能出门的，就是在家里写写笔记才可以维持得了生活这样子。闲言少叙，下面是正文部分。

---

1、Numpy创建数组

1.通过列表或元组转化

  在普通python中，数组的形式可分为以下三种：

• 列表（list）：[1, 2, 3]
• 元组（tuple）：(1, 2, 3)
• 字典（dict）：{a:1, b:2}
  在numpy中，可以用numpy.array将列表或元组转换成ndarray数组。具体形式为：numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
  参数解释：
• object:输入对象列表、元组等。
• dtype:数据类型。如果未给出，则类型为被保存对象所需要的最小类型。
• copy:布尔类型，默认为True，表示复制对象。
• order:顺序。
• subok:布尔类型，表示子类是否被传递。
• ndmin:指定生成数组的最小维度。

程序示例：

import numpy as np
a = np.array([[1, 2], [3, 4, 5, ]])
print(type(a))
print(a)

输出结果：

<class 'numpy.ndarray'>
[list([1, 2]) list([3, 4, 5])]

2.arange函数创建数组

  arange()功能是在给定区间内创建等差数组，是使用频率较高的函数之一，多用于迭代。arange类似于普通python中的range函数，二者区别在于range的值一般会放在列表里，而arange会直接返回一个numpy数组。
  range在python里可以说是基本操作了，其形式为:range(start,stop[,step])三个参数分别是开始值、结束值和步长
，步长为当前值到下一个值的跨度，可以为正负数但不能为小数，负数表示的是倒序。
  arange函数形式为：arange(start=None, stop=None, step=None, dtype=None)，前两个参数同range一样，不同的是这里的step可以支持步长为小数，dtype：可选参数，设置返回ndarray的值类型。
下面是程序上的对比：

import numpy as np
a = range(5)
a1 = [i for i in a]#这里的x = [i for i in x]作用是把遍历到的值装进列表
print(type(a))
print(a1)

b = np.arange(5)
print(b)
b1 = np.arange(1,2,0.1)
print(b1)

输出结果：

<class 'range'>
[0, 1, 2, 3, 4]

[0 1 2 3 4]
[1.  1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9]

从输出结果可以看出range和arange还是有区别的。

3.linspace生成等差数列

  linspace方法是另一种生成数组的方法，它和arange一样可以在给定区间内生成n个间距相等的数，它与arange的不同之处在于，arange需要设定的是间距，根据间距来决定生成的数有多少个，而linspace需要设定的是生成多少个数，根据生成的数确定间距有多大，在这一点上两者正好相反。其具体形式为：numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

• start:数列的开始值。
• stop:数列的结束值。