使用Numpy创建数组_总结

引言

本文作者接触NumPy模块时对其中的创建数组的方法一直都是一知半解的状态，有时候在做tensorflow搭建模块时经常会出现特别低级的数组构建错误，而且错误形式千奇百怪，今天终于决定系统地重写认识一下如何使用NumPy创建数组。
查询了很多文章和书籍，把查阅到的所有创建方式做一个总结，以便后面查阅。

NumPy之创建数组

根据Python社区的习惯，可以以下面的方式导入NumPy模块

import numpy as np

生成数组

(1) 通过array函数生成数组

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明：

名称	描述
object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

一般我们只需要指定object参数即可

a = np.array([1,2,3])
print(a)

[1 2 3]

a = np.array([[1,2],[2,3]]) # 注意方括号或圆括号是嵌套的
b = np.array(([1,2],[3,4]))
print(b)
print(a)
a = np.array([1,2],[2,3]) #错误

[[1 2]
 [3 4]]
[[1 2]
 [2 3]]



---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-8-31aeb3a66568> in <module>
      3 print(b)
      4 print(a)
----> 5 a = np.array([1,2],[2,3]) #错误


TypeError: data type not understood

## 注意object的形式上的区别导致结果的区别
a =np.array([1,2])
print(a)
a = np.array((1,2))
print(a)
a = np.array([(1,2),()])
print(a)
a = np.array([[1,2],[2]])
print(a)
a = np.array([[1,2],[2,3]])
print(a)
b = np.array([[1,2],[2,3],[3,4]])
print(b)