python中的numpy库的解析第（一）弹 之 数组的创建

python中的numpy库的解析第（一）弹 之 数组的创建

python中的标准库提供了一个array类型，用于保存数组类型的数据，可是其不能保存多为数据，于是python第三方库—numpy 得到了迅速的发展，接下来我们就开始第一轮的numpy库的解析吧，欢迎大家一起探讨，嘿嘿！！

numpy库常用的数组创建函数

函数	描述
np.array([x, y, z], dtype=int)	从Python 列表和元组创造数组
np.arange(x, y,i)	创建一个由x到y，以i为步长的数组
np.linspace（x,y,n)	创建一个x到y，等分成n个元素的数组
np.indices((m,n))	创建一个m行n列的矩阵
np.random.rand(m,n)	创建一个m行n列的随机数组
np.ones((m,n),dtype)	创建一个m行n列的全为1 的数组，dtype为数据类型
np.empty((m,n),dtype)	从Python 列表和元组创造数组 ，dtype为数据类型

注意！！在引入numpy库之后开始使用函数

• 函数np.array([x,y,z],dtype=int)

dtype表示数据类型，如果数组里全为int类型的数据，则显示为int类型，如果其中有一个浮点型，则输出结果全显示为浮点类型

a = np.array([2.1, 3, 4])  # 创造数组
print(a)  #输出结果为[2.1 3.  4. ]，2.1为浮点型，则显示结果各个元素为浮点类型

• .函数np.arange(x,y,i)

在使用此函数过程中，容易将arange写成arrange，这也是特别容易犯的小错误，编写的时候要仔细哦~
这个函数是创建从x到y的数组，且以i为步长。刚开始我理解为分成i等分，结果试验几次发现是错误的。还有就是数组元素的范围在[x,y),可以取到x，不能取到y，下面我们开始看看一些例子吧~

b = np.arange(2