Numpy学习笔记2-创建array的几种方式

创建array的几种方式：

1、通过python的标准类型转换（如：lists,tuples）

2、通过Munpy固有的一些函数创建对象（如：arange,zones等）

3、通过从磁盘读取数组，或者标准的格式

4、通过字节数组，通过使用字符串或者缓冲区

5、使用特定的库函数，例如：random

下面是常用的几种：

>>> import numpy as np
>>> x = np.float32(1.0)
>>> x
1.0
>>> y = np.int_([1,2,4])
>>> y
array([1, 2, 4])
>>> z = np.arange(3, dtype=np.uint8)
>>> z
array([0, 1, 2], dtype=uint8)

其中：

np的dtype类型可以被当做函数类使用，用来将python的数据转换成array类型。

numpy.arange

numpy.arange([start, ]stop, [step, ]dtype=None)

函数  ones  创建一个全1的数组，函数  empty  创建一个内容随机并且依赖与内存状态的数组。默认创建的数组类型(dtype)都是float64。

其它函数array, zeros, zeros_like, ones, ones_like, empty, empty_like, arange, linspace, rand, randn, fromfunction, fromfile参考手册:Array creation routines

>>> arange( 10,30,5 )

array([10,15,20,25])

>>> arange( 0,2,0.3 ) # it accepts float arguments

array([0. , 0.3,0.6,0.9,1.2,1.5,1.8])

当 arange 使用浮点数参数时，由于有限的浮点数精度，通常无法预测获得的元素个数。因此，最好使用函数 linspace 去接收我们想要的元素个数来代替用range来指定步长。

linspace 返回指定范围指定间隔的数组。官方文档

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

参数retstep指定是否返回步进长度，如果为True则返回元组（样本数据，步进长度）