numpy——创建vector或者matrix

创建array——numpy.ndarray

函数	含义
np.array()	创建一个numpy.ndarray类型的数组
np.zeros(shape)	返回一个指定shape的，元素全为0的numpy.ndarray类型的数组
np.arange(start, stop, step)	返回一个 以step为步长，从start开始，到end前结束 （左闭右开）的numpy.ndarray类型的数组
np.ones(shape)	返回一个指定shape的，元素全为1的numpy.ndarray类型的数组
np.empty(shape)	返回一个指定shape的numpy.ndarray类型的数组，其中的元素未初始化
np.linspace(start, stop, num, endpoint, retstep)	返回一个长度为num的数组，数组以start开始，默认以stop结束，其中的元素均匀分布

np.array()

import numpy as np

a = np.array([1, 2, 3])
print(type(a)) # <class 'numpy.ndarray'>
print(a) # [1 2 3]

np.zeros(shape)

shape : int or tuple of ints

import numpy as np

a = np.zeros((3,4))
print(type(a))
print(a)

np.ones(shape)

np.arange(start, stop, step, dtype)

• Return evenly spaced values within a given interval.
• dtype is the type of the output array.可以被指定

import numpy as np

a = np.arange(0, 24, 2).reshape((3, 4))
print(type(a))
print(a)

np.empty(shape)

Return a new array of given shape and type, without initializing entries.

import numpy as np

a = np.empty((2,3))
print(type(a))
print(a)

np.linspace(start, stop, num=50, endpoint=True, retstep=False)

start：

• 以start开始

num：

• 表示本数组有多少数，默认是50

endpoint：

• True（默认）：表示以stop结束
• False：表示以 [(stop - start)/num]*(num - 1) 结束

retstep：

• False（默认）：表示np.linspace()返回的结果是个array
• True：表示np.linspace()的返回结果是个tuple，包含(array, step)

import numpy as np

a = np.linspace(0, 20, 20, retstep= True)
print(type(a))
print(a)

np.newaxis

创建一个新维度

import numpy as np

x = np.linspace(-2, 2, 5)[:, np.newaxis]  # 本来是横的，变成竖的
y = np.linspace(-2, 2, 5)[np.newaxis, :]  # 本来是横的，还是横的，但多了一维
z = np.linspace(-2, 2, 5)  # 本来是横的
print('x:', x)
print('y:', y)
print('z:', z)