Numpy创建数组

1、numpy.empty

numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：

x = np.empty([3, 3], dtype = np.int8)
print(x)

由于未赋初值，因此输出的是随机数

[[0 0 0]
 [0 0 0]
 [0 0 0]] 

2、Numpy.zeros

0填充的数组

#生成全零数组
a = np.zeros([4, 4], dtype = np.float16)#生成全零数组
print(a)

输出：

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

3、np.ones

生成指定形状的全1数组

#生成全1数组
b = np.ones([5, 6], dtype = np.int8)
print(b)

 打印输出

[[1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]]

4、从已有的数组创建数组

np.asarray函数可以将列表、元组...转变为ndarray

#从已有的数组创建数组
x = [1, 2, 3]#x是一个列表
a = np.asarray(x)#将列表转为ndarry
print(a)
x = (4, 5, 6, 7)
a = np.asarray(x)#将元组转为ndarry
print(a)

输出为

[1 2 3]
[4 5 6 7]

numpy.frombuffer

numpy.frombuffer 用于实现动态数组。

numpy.frombuffer 接受 buffer 输入参数，以流的形式读入转化成 ndarray 对象。

5、从数值范围创建数组

numpy.arange

numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下：

numpy.arange(start, stop, step, dtype)

根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray。

参数	描述
start	起始值，默认为0
stop	终止值（不包含）
step	步长，默认为1
dtype	返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。

x = np.arange(5)#起始值默认为0，step 默认为1
print(x)

输出为：[0 1 2 3 4]

也可以指明数据类型

x = np.arange(6,dtype = float)#起始值默认为0，step 默认为1
print(x)

输出为：[0. 1. 2. 3. 4. 5.]

设置起始值、终值和步长

x = np.arange(0., 1., 0.1)
print(x)

输出：

[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

我们可以看到，输出的列表包括了起始值，但是并不包括终值，如果我们想要生成0~1之间的数字并且包括1，我们可以把终值设置为1.1

x = np.arange(0., 1.1, 0.1)
print(x)

则输出如下：[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. ]

numpy.linspace

numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：

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

参数	描述
start	序列的起始值
stop	序列的终止值，如果endpoint为true，该值包含于数列中
num	要生成的等步长的样本数量，默认为50
endpoint	该值为 true 时，数列中包含stop值，反之不包含，默认是True。
retstep	如果为 True 时，生成的数组中会显示间距，反之不显示。
dtype	ndarray 的数据类型

x = np.linspace(0., 1., 11)#起始值为0.，终值为1.，总长度为11
print(x)
x = np.linspace(0., 1., 10)#间隔为1/9=0.11111...
print(x)

分别输出：

[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. ]
[0.         0.11111111 0.22222222 0.33333333 0.44444444 0.55555556
 0.66666667 0.77777778 0.88888889 1.        ]

可以通过endpoint来设置是否包含终点

x = np.linspace(0., 1., 10, endpoint = False)#间隔为1/10=0.1，endpoint = False不包含终点
print(x)

输出为：[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9] 

retstep=True，可以显示间距

#显示间距
x = np.linspace(0., 1., 11, retstep = True)#起始值为0.，终值为1.，总长度为11
print(x)

输出为：

(array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1. ]), 0.1)

 6、创建等比数列

#创建等比数列
x = np.logspace(0., 2., 10)#起始值为0.，终值为1.，总长度为11
print(x)

输出：

[  1.           1.66810054   2.7825594    4.64158883   7.74263683
  12.91549665  21.5443469   35.93813664  59.94842503 100.        ]

设置底数

x = np.logspace(0., 8., 9, base = 2)#设置底数为2
print(x)

输出：[  1.   2.   4.   8.  16.  32.  64. 128. 256.]