python创建值相同一维数组_创建Numpy数组的不同方式

创建Numpy数组的不同方式

Numpy库的核心是数组对象或ndarray对象(n维数组)。你将使用Numpy数组执行逻辑，统计和傅里叶变换等运算。作为使用Numpy的一部分，你要做的第一件事就是创建Numpy数组。本指南的主要目的是帮助数据科学爱好者了解可用于创建Numpy数组的不同方式。

创建Numpy数组有三种不同的方法：

使用Numpy内部功能函数

从列表等其他Python的结构进行转换

使用特殊的库函数

使用Numpy内部功能函数

Numpy具有用于创建数组的内置函数。 我们将在本指南中介绍其中一些内容。

创建一个一维的数组

首先，让我们创建一维数组或rank为1的数组。arange是一种广泛使用的函数，用于快速创建数组。将值20传递给arange函数会创建一个值范围为0到19的数组。

import Numpy as np

array = np.arange(20)

array

输出：

array([0, 1, 2, 3, 4,

5, 6, 7, 8, 9,

10, 11, 12, 13, 14,

15, 16, 17, 18, 19])

要验证此数组的维度，请使用shape属性。

array.shape

输出：

(20,)

由于逗号后面没有值，因此这是一维数组。 要访问此数组中的值，请指定非负索引。 与其他编程语言一样，索引从零开始。 因此，要访问数组中的第四个元素，请使用索引3。

array[3]

输出：

3

Numpy的数