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。 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]]
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]]
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]]
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)) #
print(type(b)) #
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:
a =range(5)
b=iter(list)
c =np.fromiter(b, dtype=float)
print(c) # [0. 1. 2. 3. 4.]