numpy 建立空数组_NumPy ndarray数组的创建

NumPy 是 Python 的外部库，不在标准库中，若要使用它，需要先导入 NumPy：

import numpy as np

导入 NumPy 库后，可通过np.+Tab键查看可使用的函数，如果对其中一些函数的使用不是很清楚，还可以在对应函数加上?，再运行，就可以很方便地看到如何使用函数的帮助信息。

输入np.然后按 Tab 键，将出现如下界面：

图1：查看 NumPy 可以使用的函数

运行如下命令，便可查看函数 abs 的详细帮助信息。

np.abs?

NumPy 不但强大，而且还非常友好。下面将介绍Numpy的一些常用方法，尤其是与机器学习、深度学习相关的一些内容。

NumPy 封装了一个新的数据类型 ndarray(N-dimensional Array)，它是一个多维数组对象。该对象封装了许多常用的数学运算函数，方便我们做数据处理、数据分析等。那么，如何生成 ndarray 呢？这里介绍生成 ndarray 的几种方式，包括：

从已有数据中创建；

利用 random 创建；

创建特定形状的多维数组；

利用 arange、linspace 函数生成等。

从已有数据中创建数组

直接对 Python 的基础数据类型(如列表、元组等)进行转换来生成 ndarray：

1) 将列表转换成 ndarray：

import numpy as np

ls1 = [10, 42, 0, -17, 30]

nd1 =np.array(ls1)

print(nd1)

print(type(nd1))

运行结果：

[ 10  42   0 -17  30]

2) 嵌套列表可以转换成多维 ndarray：

import numpy as np

ls2 = [[8, -2, 0, 34, 7], [6, 7, 8, 9, 10]]

nd2 =np.array(ls2)

print(nd2)

print(type(nd2))

运行