numpy 创建数组

1.数组创建

numpy 提供的最重要的数据结构是ndarray，它是 python 中list的扩展。

（1）通过array()函数进行创建。

创建一维数组

>>> a = np.array([0, 1, 2, 3, 4])
>>> b = np.array((0, 1, 2, 3, 4))
>>> print(a, type(a))
[0 1 2 3 4] 

创建二维数组

c = np.array([[11, 12, 13, 14, 15],
              [16, 17, 18, 19, 20],
              [21, 22, 23, 24, 25],
              [26, 27, 28, 29, 30],
              [31, 32, 33, 34, 35]])
print(c, type(c))
# [[11 12 13 14 15]
#  [16 17 18 19 20]
#  [21 22 23 24 25]
#  [26 27 28 29 30]
#  [31 32 33 34 35]] 

创建三维数组

>>> d = np.array([[(1.5, 2, 3), (4, 5, 6)],
...               [(3, 2, 1), (4, 5, 6)]])
>>> print(d, type(d))
[[[1.5 2.  3. ]
  [4.  5.  6. ]]

 [[3.  2.  1. ]
  [4.  5.  6. ]]] 

（2）通过asarray()函数进行创建

array()和asarray()均可以将结构数据转化为ndarray,当当数据源是ndarray 时，array()仍然会 copy 出一个副本，占用新的内存，在不改变dtype时，asarray()不会进行复制。

• empty()函数：返回一个空数组，数组元素为随机数。

• eye()函数：返回一个对角线上为1，其它地方为零的单位数组。

• diag()函数：提取对角线或构造对角数组。

2.利用数值范围来创建ndarray

• arange()函数：返回给定间隔内的均匀间隔的值。
• linspace()函数：返回指定间隔内的等间隔数字。
• logspace()函数：返回数以对数刻度均匀分布。
• numpy.random.rand() 返回一个由[0,1)内的随机数组成的数组。

3.数组的属性

• numpy.ndarray.ndim用于返回数组的维数（轴的个数）也称为秩，一维数组的秩为 1，二维数组的秩为 2，以此类推。
• numpy.ndarray.shape表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。
• numpy.ndarray.size数组中所有元素的总量，相当于数组的shape中所有元素的乘积，例如矩阵的元素总量为行与列的乘积。
• numpy.ndarray.dtype ndarray 对象的元素类型。
• numpy.ndarray.itemsize以字节的形式返回数组中每一个元素的大小。

#一维
>>> a = np.array([1, 2, 3, 4, 5])
>>> print(a.shape)  # (5,)
(5,)
>>> print(a.dtype)  # int32
int32
>>> print(a.size)  # 5
5
>>> print(a.ndim)  # 1
1
>>> print(a.itemsize)  # 4


#二维
>>> b = np.array([[1, 2, 3], [4, 5, 6.0]])
>>> print(b.shape)  # (2, 3)
(2, 3)
>>> print(b.dtype)  # float64
float64
>>> print(b.size)  # 6
6
>>> print(b.ndim)  # 2
2
>>> print(b.itemsize)  # 8
8

参考：阿里云登录 - 欢迎登录阿里云，安全稳定的云计算服务平台