ndarray数组的创建方法

ndarray数组的创建方法

本文参考自中国慕课网中北京理工大学教授讲授的《Python数据分析与展示》。
1、从Python中的列表、元祖等类型创建ndarray数组
“x=np.array(list/tuple,dtype=? )”
当np.array()不指定dtype时，numpy将根据数据情况关联一个dtype类型。

import numpy as np
x=np.array([0,1,2,3])
print(x)
x=np.array([(0,1),[2,3],(0.3,0.4)])
print(x)

输出结果如下：
[0 1 2 3]

[[0.  1. ]
 [2.  3. ]
 [0.3 0.4]]

2、使用numpy中函数创建ndarray数组

• np.arange(n)：类似range函数，返回ndarray类型，元素从0到n-1
• np.ones(shape)：根据shape生成一个全1数组，shape是数组类型
• np.zeros(shape)：根据shape生成一个全0 数组
• np.full(shape,val)：根据shape生成一个数组，每个元素值都是val
• np.eye(n)：创建一个正方的n*n单位矩阵，对角线为1，其余为0
• np.ones_like(a)：根据数组a的形状生成一个全1数组
• np.zeros_like(a)：根据数组a的形状生成一个全0数组
• np.full_like(a,val)：根据数组a的形状生产一个数组，元素值都是val

import numpy as np
print(np.arange(4))   #数据类型默认为整形
print(np.ones((2,3,4)))  #默认为浮点型
print(np.zeros((3,6),dtype=np.int32)) #默认为浮点型
print(np.eye(5))  #默认为浮点型

输出结果分别为：
[0 1 2 3]

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

 [[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]]
  
[[0 0 0 0 0 0]
 [0 0 0 0 0 0]
 [0 0 0 0 0 0]]
 
[[1. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]]

3、使用numpy中其他函数创建ndarray数组

• np.linspace()：根据起止数据等间距地填充数据，形成数组
• np.concatenate()：将两个或多个数组合并成一个新的数组

import numpy as np
a=np.linspace(1,10,4)
print(a)
b=np.linspace(1,10,4,endpoint=False)#endpoint=false指在最后一个数据不显示的条件下，划分间距
print(b)
c=np.concatenate((a,b))
print(c)

输出结果如下：
[ 1.  4.  7. 10.]

[1.   3.25 5.5  7.75]

[ 1.    4.    7.   10.    1.    3.25  5.5   7.75]