例子较多,是我用是的记录,比较乱,不过可以使用Ctrl+f进行搜索,可以快速查找
***size表示维度的长度***
import numpy as np
l = [1,3,5,7,9] # 列表
arr = np.array(l) # 将列表转换为NumPy数组
arr #array([1, 3, 5, 7, 9])
arr1 = np.ones(10) # 输出为:array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
arr2 = np.zeros(10) # 输出为: array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
arr3 = np.full(shape = [2,3],fill_value=2.718) # 输出为:array([[2.718, 2.718, 2.718][2.718, 2.718, 2.718]])
np.random.randn(10) # 正态分布,平均值是0,标准差是1,输出:array([ 0.15074252, -0.64514677, -1.21408289, 0.50651639, 0.23750016,-0.76550083, 1.35558973, -0.86062184, 0.00539801, 0.11297829])
arr4 = np.arange(start = 0,stop = 20,step = 2)
# 等差数列 输出为:array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18])
arr5 = np.linspace(start =0,stop = 9,num = 10)
# 等差数列 输出为:array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]) ,如果endpoint=False则不包含结束
arr6 = np.random.randint(0,100,size = 10) #将size替换为size= (2,3,4) 这是三维数组 分别是个数,行数,列数
np.logspace(