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.]