numpy --- 数组生成函数

注意：以下所有实例需要事先引入numpy

import numpy as np

• random.randn 函数

作用：生成一个指定行列数的随机数组

例：生成一个2行3列的随机数组

data=np.random.randn(2,3) # 生成2行3列随机数组
print(data)

结果

[[ 0.40444093 -0.06987251  0.00759544]
 [ 1.22969751  0.39730171  1.42576693]]

• shape函数

作用： 查看数组形状

例：查看data数组的形状

print(data.shape) # 查看数组的形状

结果

(2, 3)

• dtype函数

作用：查看数组的数据类型

例：查看data数组的形状

print(data.dtype)

结果

float64

• array( ) 函数

作用1：将列表转换为数组

例1：将data1转换为数组

data1=[1,2,3,4,5,6] # 将列表转换为数组类型
arr1=np.array(data1)
print(arr1)
print(type(arr1))
print(arr1.dtype)

结果：

[1 2 3 4 5 6]
<class 'numpy.ndarray'>
int32

作用2：嵌套序列，例如同等长度的列表，将会自动转换成多维数组

例2：将两个列表转换为数组

data2=[1,2,3,4,5],[6,7,8,9,10] # 嵌套序列，例如同等长度的列表，将会自动转换成多维数组：
arr2=np.array(data2)
print(arr2)
print(type(arr2))
print(arr2.ndim) # 显示数组的维数
print(arr2.shape) # 显示数组的形状

结果

[[ 1  2  3  4  5]
 [ 6  7  8  9 10]]
<class 'numpy.ndarray'>
2
(2, 5)

• zeros函数

作用：创建一个全零的数组

例1：创建一个1行10列的全0数组

arr3=np.zeros(10) # 创建一个全0的一维数组
print(arr3)

结果

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

例2：创建一个5行10列的全零数组

arr4=np.zeros((5,10)) # 创建一个5行10列的全零数组
print(arr4)

结果：

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

• ones 函数

作用：创建一个全1数组

例：创建一个5行10列的全1数组

arr5=np.ones((5,10)) # 创建一个5行10列的全一数组
print(arr5)

结果

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

• empty 函数

作用：创建空数组

注意：这个函数只是用于创造一个给定形状、但未初始化实体的数组，空在其值，而非其型。

例：创建一个2维3行2列的空数组

arr6=np.empty((2,3,2)) # 创建一个二维三行两列的空数组
print(arr6)

结果

[[[6.23042070e-307 1.42417221e-306]
  [1.37961641e-306 1.33508845e-306]
  [1.33511969e-306 1.24610383e-306]]
 [[1.69118108e-306 8.06632139e-308]
  [1.20160711e-306 1.69119330e-306]
  [1.29062229e-306 8.45590539e-307]]]

• arange 函数

作用：根据给的范围创建一维数组

例：创建一个取值为0到14的数组

arr7=np.arange(15)  # 创建一个值为0-14的一维数组
print(arr7)

结果

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]

• zero_like、ones_like、empty_like 函数

作用：创建一个和指定的数组一样结构的全0、全1、空数组

例1：创建一个和arr6相同结构的全0数组

arr8=np.zeros_like(arr6) # 创建一个和指定数组一样结构的全零数组
print(arr8)

结果

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

例2：创建一个与arr8结构相同的全1数组

arr9=np.ones_like(arr8) # 创建一个和指定数组一样结构的全零数组
print(arr9)

结果

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

例3：创建一个与arr9结构相同的空数组

arr10=np.empty_like(arr9) # 创建一个和指定数组一样结构的空数组
print(arr10)

结果

[[[1.60218763e-306 9.79107872e-307]
  [9.79086142e-307 9.34598246e-307]
  [1.69119330e-306 1.42419802e-306]]
 [[9.34611827e-307 1.05699327e-307]
  [8.01093135e-307 2.33638357e-307]
  [1.24610994e-306 0.00000000e+000]]]

• full函数

作用：根据指定形状和数据生成指定数据的数组

例：生成一个3维2行2列值全都为10的数组

arr11=np.full((3,2,2),10)
print(arr11)
print(arr11.ndim)

结果

[[[10 10]
  [10 10]]
 [[10 10]
  [10 10]]
 [[10 10]
  [10 10]]]
3

• full_like函数

作用：根据所给数组生成一个形状一样，数据指定的数组

例：生成一个与arr11形状一样，值全都是20的数组

arr12=np.full_like((arr11),20) # 根据所给数组生成一个形状一样，数据指定的数组
print(arr12)

结果

[[[20 20]
  [20 20]]
 [[20 20]
  [20 20]]
 [[20 20]
  [20 20]]]

• eye 函数

作用：生成一个n*n的特征矩阵

例：生成一个3行4列的特征矩阵

arr13=np.eye(3,4) # 生成一个n*n的特征矩阵
print(arr13)

结果

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

• identity 函数

作用：生成一个特征行列式

例：生成一个行列数为3的特征行列式

arr14=np.identity(3) # 生成一个3行3列的行列式
print("**************")
print(arr14)

结果

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

注意：以上函数可以根据需要结合在一起使用