arange() | numpy.arange(start, stop, step, dtype) | start 起始值,默认为0;stop 终止值(不包含);step 步长,默认为1;dtype 返回ndarray的数据类型,如果没有提供,则会使用输入数据的类型 | 创建数值范围并返回 ndarray 对象 |
array() | numpy.array(list/tuple,[dtype = numpy.float32]) | list/tuple-已知列表或元组;dtype-数据类型 | 利用列表、元组等类型创建ndarray数组,默认类型为整型 |
empty() | numpy.empty(shape, dtype = float, order = ‘C’) | shape 数组形状;dtype 数据类型,可选;order 有"C"和"F"两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序 | 创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组 |
zeros() | numpy.zeros(shape, dtype = float, order = ‘C’) | shape 数组形状;dtype 数据类型,可选;order ‘C’ 用于 C 的行数组,或者 ‘F’ 用于 FORTRAN 的列数组 | 创建指定大小的数组,数组元素以 0 来填充 |
zeros_like() | numpy.zeros_like(a) | a-已知数组 | 根据数组a的形状生成一个全0数组 |
ones() | numpy.ones(shape, dtype = None, order = ‘C’) | shape 数组形状;dtype 数据类型,可选;order ‘C’ 用于 C 的行数组,或者 ‘F’ 用于 FORTRAN 的列数组 | 创建指定形状的数组,数组元素以 1 来填充 |
ones_like() | numpy.ones_like(a) | a-已知数组 | 根据数组a的形状生成一个全1数组 |
vstack() | numpy.stack(arrays, axis) | arrays相同形状的数组序列;axis:返回数组中的轴,输入数组沿着它来堆叠 | numpy.stack 函数的变体,它通过垂直堆叠来生成数组 |
hstack() | numpy.stack(arrays, axis) | arrays相同形状的数组序列 | ;axis:返回数组中的轴,输入数组沿着它来堆叠 |
full() | numpy.full(shape,val) | shape-元组类型,val-指定值 | 根据shape生成一个数组,每个元素值都是val |
full_like() | numpy.full_like(a,val) | a-已知数组;val-给定数值 | 根据数组a的形状生成一个数组,每个元素值都是val |
eye() | numpy.eye(n) | n-矩阵的行列数 | 创建一个正方的n*n单位矩阵,对角线为1,其余为0 |
linspace() | numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) | start 序列的起始值;stop 序列的终止值,如果endpoint为true,该值包含于数列中;num 要生成的等步长的样本数量,默认为50;endpoint 该值为 ture 时,数列中中包含stop值,反之不包含,默认是True。;retstep 如果为 True 时,生成的数组中会显示间距,反之不显示;dtype ndarray 的数据类型 | 用于创建一个一维数组,数组是一个等差数列构成的 |
concatenate() | numpy.concatenate((a1, a2, …), axis) | a1, a2, …:相同类型的数组;axis:沿着它连接数组的轴,默认为 0 | 用于沿指定轴连接相同形状的两个或多个数组 |