如何用Numpy创建数组

这篇文章主要介绍“如何用Numpy创建数组”，在日常操作中，相信很多人在如何用Numpy创建数组问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”如何用Numpy创建数组”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

一、标准数组的创建

1.1 numpy.empty 创建空数组

用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组；由于未初始化，所以数组中的数据是随机的；

numpy.empty(shape, dtype = float, order = 'C')

参数	描述
shape	数组形状
dtype	数据类型，可选
order	有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。<br>一般情况下不必关注

举例：

a = np.empty((4,3),dtype=int)
print(a)   # 每次输出都不同，因为没有初始化
# [[-958363344        464 -958381568]
# [       464 -958387104        464]
# [-958380912        464 -958380224]
# [       464 -958380224        464]]

1.2 numpy.zeros 创建0数组

用来创建一个指定形状（shape）的数组，并全部初始化为0 举例：

a = np.ones((4,3))
print(a)  
# [[1 1 1]
# [1 1 1]
# [1 1 1]
# [1 1 1]]

1.3 numpy.ones 创建1数组

用来创建一个指定形状（shape）的数组，并全部初始化为1 举例：

a = np.zeros((4,3))
print(a)
# [[0 0 0]
#  [0 0 0]
#  [0 0 0]
#  [0 0 0]]

二、创建一般数组

2.0  利用list 创建数组 numpy.array

格式为： numpy.array(object, dtype=None) ，其中：

参数	描述
object	创建的数组的对象，可以为单个值，列表，元胞等。
dtype	数据类型，可选

举例：

array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(array)   # [0 1 2 3 4 5 6 7 8 9]
print(array.dtype)   # int32

2.1  利用list 创建数组 numpy.asarray

格式为： numpy.asarray(a, dtype = None, order = None) ，其中：

参数	描述
a	任意形式的输入参数，可以是： 列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组
dtype	数据类型，可选
order	可选，有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。

举例：

a = [1,3,1,5,4]
b = np.asarray(a)
print(type(a))   # <class 'list'>
print(type(b))   # <class 'numpy.ndarray'>

2.2 利用可迭代对象创建数组 numpy.fromiter

格式为：numpy.fromiter(iterable, dtype, count=-1) ，其中：

参数	描述
iterable	可迭代对象
dtype	返回数组的数据类型
count	读取的数据数量，默认为-1，读取所有数据

举例：

list=range(5)
it=iter(list)
x=np.fromiter(it, dtype=float)
print(x)

2.3 利用数值范围创建数组 numpy.arange

格式为：numpy.arange(start, stop, step, dtype) ，其中：

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。

举例：

a = np.arange(10)
print(a)  # 输出：[0 1 2 3 4 5 6 7 8 9]

b = np.arange(10,20,2)
print(b)  # 输出：[10 12 14 16 18]

2.4 利用数值范围创建数组 numpy.linspace

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

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

举例：

a = np.linspace(10,20,5,endpoint=False)  # 从10开始，20结束，一共产生5个数字，不包含20
print(a)   # 输出：[10. 12. 14. 16. 18.]
b = np.linspace(10,20,5,endpoint=True)
print(b)    # 输出：[10.  12.5 15.  17.5 20. ]

三、创建随机数组

3.1 创建整数随机数组：np.random.randint

格式为 ： np.random.randint(0, 100, (3, 4))

在使用random之前，可以通过 np.random.seed(666) 来设置随机种子，这一点与Python一致；

举例：

a = np.random.randint(0, 100, (3, 4))
print(a)
# 输出为：
# [[92 58 18 32]
#  [ 4 87 81  1]
#  [12 11 13 68]]

3.2 创建浮点型随机数组

只要在整数的基础上除以整数即可，例如需要创建一个取值范围在0,1之间，精度为0.01的浮点型数组，可以使用如下方法：

a = np.random.randint(0, 100, (3, 4))
b= a/100
print(b)
# 输出为：
# [[0.05 0.48 0.72 0.95]
#  [0.68 0.78 0.22 0.98]
#  [0.17 0.45 0.7  0.85]]

到此，关于“如何用Numpy创建数组”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注蜗牛博客网站，小编会继续努力为大家带来更多实用的文章！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：niceseo99@gmail.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。