ndarray对象:
numpy.array(object, dtype=None, copy=True, ndmin=0)
object array的主要输入参数,可以是数组、有序序列,或者是嵌套的序列
dtype 数据类型,用来指定生成的ndarray数据结构的元素类型
copy 对象是否被复制,默认为True
ndmin 指定返回数组的最小维数
import numpy as np
data0 = [1, 4, 3, 7, 2]
arr0 = np.array(data0)
print(arr0)
[1 4 3 7 2]
也可以利用 ndmin 参数,手动指定创建数组的维数:
arr2 = np.array(data0, ndmin=2)
print(arr2)
[[1 4 3 7 2]]
常用的ndarray创建函数:
numpy.zeros()
zeros 函数可以创建一个指定大小的、以 0 来填充的数组。
print(np.zeros(4))
[0. 0. 0. 0.]
numpy.ones ()
ones 函数可以创建一个指定大小的、以 1 来填充的数组。
print(np.ones((3,3)))
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]
numpy.empty()
类似的,empty 函数用来创建一个指定大小的、没有具体值的数组。
这里要注意一下 empty 函数的输出。因为 empty 考虑到输出全 0 数组是不安全的想法,因此很多情况下,它返回的是一些没有规律的垃圾值。
print(np.empty((3,2,3)))
[[[3.56043053e-307 1.60219306e-306 2.44763557e-307]
[1.69119330e-306 1.33514617e-307 3.33776697e-307]]
[[2.78145776e-307 1.37959129e-306 1.60220393e-306]
[1.37961709e-306 1.06808978e-306 6.23050559e-307]]
[[1.29061685e-306 1.24610383e-306 1.78020169e-306]
[1.78020984e-306 8.34454050e-308 2.29179042e-312]]]
numpy.identity ()
identity 函数用来创建一个指定大小的单位矩阵(对角线为 1 的数组)。
print(np.identity(3))
[[1. 0. 0.]
[0. 1