pyhton中用numpy创建数组（array）的几种方法

注： 本文章翻译自 这里

介绍

有5种方法可以创建数组：

1. 从python的其他数据类型转换过来，比如 列表list ， 元组tuple 等
2. numpy 数组创建的内置函数，比如 arange，linspace，ones 等
3. 从磁盘里，或者从其他标准和自定义的格式里读入
4. 通过字符串或者指针创建数组
5. 用特殊的库函数，比如 random 等

1. 将array_like的数据类型转换成array

大体来说，python中像数组的数值数据都可以通过**函数array（）**转换成数组。最典型的是 列表list 和 元组tuple 型的数据。而一些支持数组协议的类型也可以转换成数组。说了这么多，一个最简单的测试方法就是直接用 array（）看是否可以转换。
例子：

>>> x = np.array([2,3,1,0])
>>> x = np.array([2, 3, 1, 0])
>>> x = np.array([[1,2.0],[0,0],(1+1j,3.)])   # 列表和元组的混合
>>> x = np.array([[ 1.+0.j, 2.+0.j], [ 0.+0.j, 0.+0.j], [ 1.+1.j, 3.+0.j]])

2. 创建数组的内置函数

2.1 np.zeros( )

np.zeros( )创建一个指定维数的数组，且数组的值都是0。默认的数据类型是float64。

>>> np.zeros( (2,3) )
array( [[0,0,0],[0,0,0]])

2.2 np.ones()

np.ones( ) 创建的也是一个指定维数的数组，数组的值都是1.默认的数据类型是float64。

2.3 np.arange()

np.arange()所创建的数组中，他的值是递增的，以下是一些例子

>>> np.arange(10)
array([0,1,2,3,4,5,6,7,8,9])
>>> np,arange(2,10,dtype=float)
array([2.,3.,4.,5.,6.,7.,8.,9.])  
>>> np,arange( 2,3,0.1)
array([2., 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9])

注意到np.arange()创建的数组不会包含最后一个数。即arange的范围为0道10时，创建的数组为0道9。

2.4 np.linspace()

np.linspace()创建元素中指定数字的数组。而且数组中的元素具有同样的间距，即是等差数组。与arange不同的是，他会包含结尾的数字。

>>> np.linspace(1., 4., 0.6)
>array([1., 1.6, 2.2, 2.8, 3.4, 4. ])