04NumPy学习——数组的创建

NumPy创建数组常用的有4种机制：

• 从Python中的列表、元组等类型创建ndarray数组
• 使用NumPy中函数创建ndarray数组，如：arange, ones, zeros等
• 从字节流（raw bytes）中创建ndarray数组
• 从文件中读取特定格式，创建ndarray数组

1. 从Python中的列表、元组等类型创建ndarray数组

x = np.array(list / tuple)
x = np.array(list / tuple, dtype = np.float32)
当np.array()不指定dtype时，NumPy将根据数据情况关联一个dtype类型。

import numpy as np

# 从列表类型创建
x = np.array([0, 1, 2, 3])
print(x)
print('\n')

# 从元组类型创建
y = np.array((4, 5, 6, 7))
print(y)
print('\n')

# 从列表和元组混合类型创建
z = np.array([ [1, 2], [8, 9], (0.1, 0.2)])
print(z)

输出：
[0 1 2 3]

[4 5 6 7]

[ [1. 2. ]
  [8. 9. ]
  [0.1 0.2] ]

2. 使用NumPy中函数创建ndarray数组，如：arange, ones, zeros等

函数	说明
np.empty(shape)	根据shape生成一个指定形状且未初始化的数组
np.arange(n)	类似range()函数，返回ndarray类型，元素从0到n‐1
np.ones(shape)	根据shape生成一个全1数组，shape是元组类型
np.zeros(shape)	根据shape生成一个全0数组，shape是元组类型
np.full(shape,val)	根据shape生成一个数组，每个元素值都是val
np.eye(n)	创建一个正方的n*n单位矩阵，对角线为1，其余为0
np.ones_like(a)	根据数组a的形状生成一个全1数组
np.zeros_like(a)	根据数组a的形状生成一个全0数组
np.full_like(a,val)	根据数组a的形状生成一个数组，每个元素值都是val
np.linspace()	根据起止数据等间距地填充数据，形成数组
np.concatenate()	将两个或多个数组合并成一个新的数组

相关实例如下：