本文是画学numpy系列文章之一
⭐️github:drawing_and_studying_numpy包含了可以运行的notebook文件以及本文绘制的所有插图。
也可以选择在百度的AI studio【画学numpy】上运行notebook代码
画学numpy系列文章目录:
上一小节中,创建一个长为4的1维数组要写4个数字,如果要创建一个长为100的数组,就要写100个数字,未免太麻烦了一点。
本小节,将介绍一系列十分常用且方便的数组创建方法:
import numpy as np
print(np.__version__)
1.22.3
以下两个函数只能创建一维数组。
np.arange()
: 按照给定的步长根据起点和终点生成一维数组np.linspace()
: 按照给定的数组长度,均匀划分起点到终点的距离生成一维数组官方文档
numpy.arange(start, end, step, ...)
np.arange()
函数和python自带的range()
函数十分类似。
start
: 起点,默认为0end
: 终点step
: 步长,默认为1从起点开始,每次按步长递增生成数组,生成的数组不包括终点
a = np.arange(4)
print(a)
[0 1 2 3]
提示
为了文档更加简洁,下面的代码块省略赋值后再
坐标轴上的空心圆表示生成的数组不包括这个点。
只有两个参数时,表示指定了起点和终点,默认以步长1生成数组。
np.arange(2, 6)
array([2, 3, 4, 5])
np.arange(2, 9, 2)
array([2, 4, 6, 8])
和range
的一大区别是np.arange
的步长可以是小数
np.arange(1, 1.4, 0.1)
array([1. , 1.1, 1.2, 1.3])
提示
再次提醒
np.arange(start, end, step)
,这个函数生成的数组不包含end
值
官方文档
numpy.linspace(start, end, num=50, ...)
start
: 起点end
: 终点num
: 一维数组长度根据起点和终点生成间隔相同的一维数组,生成的数组包括终点,数组长度为num
下面以1作为起点,4作为终点,尝试不同的num
以了解np.linspace
的使用
num=5
时,生成的数组长度为5,生成的数组包含了起点1和终点4,且前后两个元素的间隔相等
np.linspace(1, 4, num=5)
array([1. , 1.75, 2.5 , 3.25, 4. ])
np.linspace(1, 4, num=4)
array([1., 2., 3., 4.])
np.linspace(1, 4, num=3)
array([1. , 2.5, 4. ])
np.linspace(1, 4, num=2)
array([1., 4.])
np.linspace(1, 4, num=1)
array([1.])
以下3个函数创建的数组,所有数组元素均相等
np.zeros()
: 生成一个全为0的一维或多维数组。np.ones()
: 生成一个全为1的一维或多维数组。np.full()
: 生成一个元素全部相等的一维或多维数组。官方文档
numpy.zeros(shape, ...)
生成一个全为0的数组,使用频率也是很高的一个函数
生成一个全为0的一维数组
np.zeros(shape=4)
array([0., 0., 0., 0.])
生成一个全为0的二维数组
np.zeros(shape=(3, 4))
array([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
官方文档
numpy.ones(shape, ...)
生成一个全为1的数组,与np.zeros()
类似
生成一个全为1的一维数组
np.ones(shape=4)
array([1., 1., 1., 1.])
生成一个全为1的二维数组
np.ones(shape=(3, 4))
array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
官方文档
numpy.full(shape, fill_value, ...)
生成一个全为某个数的数组,这个数也可以是字符型的。
np.full(shape=4, fill_value=2.4)
array([2.4, 2.4, 2.4, 2.4])
生成一个全为"a"
的二维数组
np.full(shape=(3, 4), fill_value='a')
array([['a', 'a', 'a', 'a'],
['a', 'a', 'a', 'a'],
['a', 'a', 'a', 'a']], dtype='
下面介绍5个常用的随机数组创建函数
np.random.random()
: 生成一个0到1之间均匀分布的随机数组np.random.uniform()
: 生成一个指定区间均匀分布的随机数组np.random.randn()
: 生成一个标准正态分布的的随机数组np.random.normal()
: 生成一个指定正态分布的的随机数组np.random.randint()
: 生成一个指定区间范围的随机整数数组官方文档
numpy.random.random(size)
生成一个0到1之间的随机数组
生成一个0到1之间的1维随机数组
np.random.random(4)
array([0.9155639 , 0.0879231 , 0.50418975, 0.79625964])
生成一个0到1之间的2维随机数组
np.random.random((3, 4))
array([[0.29551936, 0.42407484, 0.65833207, 0.54675449],
[0.64280259, 0.42581316, 0.12087349, 0.72347867],
[0.36625864, 0.71585893, 0.24240265, 0.90152112]])
官方文档
numpy.random.uniform(low=0.0, high=1.0, size=None)
生成一个范围是low
到high
之间的随机数组
low
: 数组的最小值high
: 数组的最大值size
: 数组的形状其实跟
np.random.random()
类似,就是多了控制范围的2个参数。
生成一个2到5之间的1维随机数组
np.random.uniform(low=2, high=5, size=4)
array([4.46704977, 3.28453679, 3.8914482 , 4.23255661])
生成一个-3到3之间的2维随机数组
np.random.uniform(-3, 3, (3, 4))
array([[ 0.53919671, 2.70351516, 1.91513643, -0.0198369 ],
[ 2.43241932, -2.99126798, -2.1072604 , -1.95992406],
[ 2.23506767, -2.32354201, 1.18681695, -0.09019135]])
官方文档
numpy.random.randn(d0, d1, d2, ...)
生成一个均值为0方差为1的标准正态分布随机数组
d0, d1, ...
: 数组的形状np.random.randn(4)
array([-0.97841294, 0.08917692, 0.05429765, 0.38660857])
生成一个2维标准正态分布随机数组
np.random.randn(3, 4)
array([[ 1.64886552, 0.36417621, 0.77745513, -1.14481688],
[-1.0317714 , -0.13213342, -0.38355106, -1.09655604],
[ 1.5982574 , 0.10802592, -1.94052385, 1.07061462]])
官方文档
numpy.random.normal(loc=0.0, scale=1.0, size=None)
生成一个均值为loc
标准差为scale
的正态分布随机数组
loc
: 数组的均值scale
: 数组的标准差size
: 数组的形状np.random.normal(loc=2, scale=10, size=4)
array([ 11.44176805, -18.58578423, -0.1879512 , 10.43410251])
生成一个均值为-5,标准差为5的二维正态分布随机数组
np.random.normal(-5, 5, size=(3, 4))
array([[ 0.78720712, -1.01289235, -2.97885233, 0.42613163],
[ -6.00490185, -0.71370871, 0.1223361 , -9.68017774],
[ -3.09613496, -10.65665833, -3.89814507, -0.69998495]])
官方文档
numpy.random.randint(low, high=None, size=None, ...)
生成一个指定区间[low, high)
内的随机整数数组,不包含最大值
low
: 最小值high
: 最大值,如果high=None
,那默认生成的范围是[0, low)
。否则生成的范围是[low, high)
size
: 数组的形状# np.random.randint(0, 5, 8) # 效果同下
np.random.randint(5, size=8)
array([0, 1, 3, 4, 3, 0, 2, 2])
生成一个1到8(不包含8)之间的随机二维整数数组
np.random.randint(1, 8, (3, 4))
array([[2, 6, 7, 4],
[3, 2, 5, 2],
[3, 4, 1, 4]])
下一章【画学numpy】3.numpy数组操作