NumPy库生成数组

在Python中，你可以使用NumPy库来生成数组。以下是一些常用的NumPy函数：

---

1.numpy.zeros(shape, dtype=float, order='C'): 创建指定形状的全零数组。

import numpy as np

zeros_array = np.zeros((3, 4))  # 3x4的全零数组
print(zeros_array)

输出结果：

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

2.numpy.ones(shape, dtype=None, order='C'): 创建指定形状的全一数组。

import numpy as np

ones_array = np.ones((2, 3))  # 2x3的全一数组
print(ones_array)

输出结果：

[[1. 1. 1.]
 [1. 1. 1.]]

3.numpy.arange([start, ]stop, [step, ]dtype=None): 根据指定的范围和步长创建一个数组（一维）。

start: 起始值，默认为0。 stop: 终止值（不包含），必须指定。 step: 步长，默认为1。 dtype: 返回数组的数据类型，如果未指定，则从其他输入参数推断。

import numpy as np

range_array = np.arange(0, 10, 2)  # 步长为2的数组：[0, 2, 4, 6, 8]
print(range_array)

输出结果：

[0 2 4 6 8]

4.numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0): 在指定的范围内生成指定数量的均匀间隔的数组。

import numpy as np

linspace_array = np.linspace(0, 1, 5)  # 在0到1之间生成5个均匀间隔的值
print(linspace_array)

输出结果：

[0.   0.25 0.5  0.75 1.  ]

5.numpy.random.rand(d0, d1, ..., dn): 生成指定形状的在 [0, 1) 之间均匀分布的随机数组。

import numpy as np

random_array = np.random.rand(2, 3)  # 2x3的随机数组
print(random_array)

输出结果：

[[0.38498201 0.12279646 0.5405502 ]
 [0.85754413 0.48989254 0.73803307]]

6.numpy.random.randn(d0, d1, ..., dn): 生成指定形状的服从标准正态分布的随机数组。

import numpy as np

standard_normal_array = np.random.randn(3, 3)  # 3x3的标准正态分布的随机数组
print(standard_normal_array)

输出结果：

[[-0.2285309   1.6453652   0.04606316]
 [-0.58597483 -2.72652979  1.46935731]
 [-0.40929189  3.09180215  0.27977861]]

7.np.random.uniform(low,high,size):用于生成服从均匀分布的随机数。

import numpy as np

low = 1  # 最小值
high = 10  # 最大值
size = (3, 3)
positive_array = np.random.uniform(low, high, size)
print(positive_array)

输出结果: 

[[2.79252572 4.90595938 4.24445763]
 [7.20844023 3.97952466 7.06187543]
 [9.14082072 6.9662539  9.29921067]]

8.np.array(object，dtype=None，copy=True ，order='C'，subok=Ture，ndmin=None)：接受一些可转换为数组的输入，并返回一个新的 NumPy 数组。

参数说明：

• object: 输入的数组或类数组对象。可以是列表、元组、其他数组等。
• dtype: 数组的数据类型。如果未指定，NumPy 会根据输入数据自动推断。
• copy: 默认为 True，表示复制输入数组。如果为 False，将尽量避免复制，当输入数据是 NumPy 数组时，会共享相同的数据。
• order: 数组的存储顺序，可以是 'C'（按行存储）或 'F'（按列存储）。
• subok: 如果为 True，子类将被传递；如果为 False，则返回基类数组（默认为 True）。
• ndmin: 指定返回数组的最小维数。

import numpy as np

# 创建二维数组
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 打印数组及其属性
print("Array:\n", arr_2d)
print("Shape:", arr_2d.shape)
print("Data Type:", arr_2d.dtype)

 输出结果：

Array:
 [[1 2 3]
 [4 5 6]]
Shape: (2, 3)
Data Type: int32