Numpy学习总结（一）：array的创建

array创建

方法	描述
array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0)	定义一个数组或矩阵， dtype指定数组中元素的类型
zeros((x,y))	创建x行y列的全为0的矩阵
ones((x,y))	创建x行y列的全为1的矩阵
eye(n)	创建n行n列的单位矩阵
empty((x,y))	创建x行y列的空矩阵
arange(start,end,step)	创建一个范围在[start,end)，步长为step(默认是1)的向量
random.random((x,y))	创建x行y列范围在(0,1)之间的随机数矩阵
linespace(start,end,seg)	创建start到end,平均分为seg段的向量
reshape((x,y))	对矩阵重构造为x行y列

示例：

代码：

import numpy as np

a = np.array([2,23,4],dtype=np.int)

print(a)

print(a.dtype)

结果：

[ 2 23 4]

int32

注：1.一般来说，位数越大，就需要更多的内存空间来存储，但保留的精度也相对精准。根据具体情况做取舍

2.int和float是常用的。其它数据格式自行百度

 

代码：

a1 = np.array([[2,23,4],

[2,32,4]])

print(a1)

注：定义矩阵:列表的嵌套

 

代码：

a2 = np.zeros((3,4))

print(a2)

结果：

[[0. 0. 0. 0.]

[0. 0. 0. 0.]

[0. 0. 0. 0.]]

注：生成一个3行4列全部为0的矩阵

 

代码：

a3 = np.ones((3,4),dtype=np.int16)

print(a3)

结果：

[[1 1 1 1]

[1 1 1 1]

[1 1 1 1]]

注：生成一个3行4列全部为1的矩阵

 

代码：

a4 = np.empty((3,4))

print(a4)

结果：

[[6.23042070e-307 1.89146896e-307 1.37961302e-306 1.05699242e-307]

[8.01097889e-307 1.78020169e-306 7.56601165e-307 1.02359984e-306]

[1.33510679e-306 2.22522597e-306 6.23053614e-307 9.34608432e-307]]

注：生成一个3行4列空矩阵，矩阵中的每个元素几乎接近于0

 

代码：

a5 = np.arange(10,20,2)

print(a5)

结果：

[10 12 14 16 18]

注：生成一个有序的矩阵:start-10，end-20,步长-2

 

代码：

a6 = np.arange(12).reshape((3,4))

print(a6)

结果：

[[ 0 1 2 3]

[ 4 5 6 7]

[ 8 9 10 11]]

注：生成一个元素为从0到11的3行4列的矩阵

 

代码：

a7 = np.linspace(1,10,5)

print(a7)

结果：

[ 1. 3.25  5.5  7.75  10. ]

注：生成一个1到10，分为5段的序列

 

代码：

a8_1 = np.linspace(1,10,5).reshape((2,3))

print(a8_1)

结果：

cannot reshape array of size 5 into shape (2,3)

注：也可以使用reshape来更改它的形状。注意：分段数 == reshape中定义的元素总个数。否则会报错

 

代码：

a8_2 = np.linspace(1,10,6).reshape((2,3))

print(a8_2)

结果：

[[ 1. 2.8 4.6]

[ 6.4 8.2 10. ]]