导入numpy数据包

# 引入Numpy库
import numpy as np

---

创建数组

1.使用np.array创建数组

np.array是最直接的产生数组的方式 

import numpy as np
# 使用np.array创建数组
arr1 = np.array([1,2,3,4]) # array([1, 2, 3, 4])
# 查看arr1的数据类型
type(arr1) # numpy.ndarray

arr1

2.使用np.arange创建数组 

import numpy as np
# 使用np.arange创建数组 
# 创建0-10步数为2的数组
arr2 = np.arange(0,10,2) # array([0, 2, 4, 6, 8])

arr2 

3.使用np.random.random创建数组 

import numpy as np
# np.random.random创建一个N行N列的数组
# 其中里面的值是0-1之间的随机数
# 创建2行2列的数组
arr3 = np.random.random((2,2))

arr3 

4.使用np.random.randint创建数组 

import numpy as np
# np.random.randint创建一个N行N列的数组(整型)
# 其中值的范围可以通过前面2个参数来指定
# 创建值的范围为[0,9)的4行4列数组
arr4 = np.random.randint(0,9,size=(4,4))

arr4

5.使用np.random.randn创建数组 

import numpy as np
# 返回一个6x4的随机数组,浮点型
'''
array([[ 0.81774923,  1.12421913,  0.26556538,  0.55930007],
       [-1.07970472, -1.14055353, -1.72462644, -1.47783239],
       [-1.55656085,  0.60451485,  0.4877963 , -0.72582824],
       [-0.06559252,  1.99358074,  1.43250363,  1.13740693],
       [ 0.45096568, -0.93447864, -1.40418214,  2.23587694],
       [-0.90887193, -0.06842538,  1.34349806,  0.98348906]])
'''
np.random.randn(6,4)

6.使用np.zeros创建数组  

np.zeros创建由n个0组成的数组 

import numpy as np
# np.zeros创建N行N列的全零数组
# 3行3列全零数组
array_zeros = np.zeros((3,3))

array_zeros 

import numpy as np
# 6个浮点0.
np.zeros(6) # array([0., 0., 0., 0., 0., 0.])
# 5x6整型0
'''
array([[0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0]])
'''
np.zeros((5,6),dtype=int)

7.使用np.ones创建数组 

np.ones创建由n个1组成的数组 

import numpy as np
# np.ones创建N行N列的全一数组
# 4行4列全一数组
array_ones = np.ones((4,4))

array_ones 

import numpy as np
# 4个浮点1.
# array([1., 1., 1., 1.])
np.ones(4)

8.使用np.full创建数组 

import numpy as np
# np.full创建全部为指定值的N行N数组
# 值为12的2行3列数组
array_full = np.full((2,3),12)

array_full 

9.使用np.empty创建数组  

np.empty创建数组，仅仅分配空间而不填充值

import numpy as np
# array([1., 1., 1., 1.])
np.empty(4) 
'''
array([[1., 1.],
       [1., 1.]])
'''
np.empty([2, 2])
'''
array([[0, 0],
       [0, 0]])
'''
np.empty([2, 2], dtype=int)
'''
array([[6.23042070e-307, 3.56043053e-307, 1.60219306e-306,
        7.56571288e-307, 1.89146896e-307],
       [1.37961302e-306, 1.05699242e-307, 8.01097889e-307,
        1.78020169e-306, 7.56601165e-307],
       [1.02359984e-306, 8.45590539e-307, 8.90106955e-307,
        8.45590539e-307, 1.33511562e-306],
       [7.56603882e-307, 7.56599128e-307, 1.33511562e-306,
        2.22522596e-306, 2.22522596e-306]])
'''
np.empty((4,5))

10.使用np.eye创建数组 

np.eye创建一个nxn单位矩阵 

import numpy as np
# np.eye生成一个在斜方形上元素为1，其他元素都为0的N行N矩阵
# 4行4列矩阵
array_eye = np.eye(4)

array_eye

11.使用np.linspace创建数组 

np.linspace的功能是创建一个指定初始值、结束值以及差值的等差数列数组

import numpy as np
'''
array([0.        , 0.11111111, 0.22222222, 0.33333333, 0.44444444,
       0.55555556, 0.66666667, 0.77777778, 0.88888889, 1.        ])
'''
np.linspace(0,1,10)

import numpy as np
# np.linspace用来指定区间内的值平均分成多少份
# 将0-10分成12份,生成一个数组
'''
array([ 0.        ,  0.90909091,  1.81818182,  2.72727273,  3.63636364,
        4.54545455,  5.45454545,  6.36363636,  7.27272727,  8.18181818,
        9.09090909, 10.        ])
'''
np.linspace(0,10,12)

12.使用np.logspace创建数组

np.logspace的功能是创建一个指定初始值、结束值以及比值的等比数列数组

import numpy as np
# array([1. ,3.16227766 ,10. , 31.6227766 , 100. ])
np.logspace(0,2,5)

提示

数组中的数据类型必须一致，要么全部为整型，要么全部为浮点类型，不能同时出现多种数据类型