Numpy---生成数组的方法、从现有数组中生成、生成固定范围的数组

1. 生成数组的方法

np.ones(shape, dtype=None, order='C')

创建一个所有元素都为1的多维数组

参数说明:

shape : 形状；

dtype=None: 元素类型；

order ： {‘C’，‘F’}，可选，默认值：C 是否在内存中以行主（C-风格）或列主（Fortran-风格）顺

序存储多维数据, 一般默认即可。

np.ones(shape, dtype)
np.ones_like(a, dtype)
np.zeros(shape, dtype)
np.zeros_like(a, dtype)

ones = np.ones([4,8])
ones
array([[1., 1., 1., 1., 1., 1., 1., 1.],
      [1., 1., 1., 1., 1., 1., 1., 1.],
      [1., 1., 1., 1., 1., 1., 1., 1.],
      [1., 1., 1., 1., 1., 1., 1., 1.]])

np.zeros_like(ones)
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., 0., 0.]])

n = np.ones(shape=(3, 4, 5), dtype=np.int16)
# n = np.ones(shape=(3, 4), dtype=int)
n
array([[[1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1]],

       [[1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1]],

       [[1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1]]], dtype=int16)

np.zeros(shape, dtype=float, order='C')
创建一个所有元素都为0的多维数组
参数说明:
shape : 形状
dtype=None: 元素类型 

n = np.zeros((5, 5), dtype=np.int16)
n
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]], dtype=int16)

np.full(shape, fill_value, dtype=None, order='C')
创建一个所有元素都为指定元素的多维数组
shape: 形状
fill_value: 填充值
dtype=None: 元素类型 

n = np.full(shape=(3, 4), fill_value=2)
n
array([[2, 2, 2, 2],
       [2, 2, 2, 2],
       [2, 2, 2, 2]])

np.eye(N, M=None, k=0, dtype=float)
对角线为1其他的位置为0的二维数组
参数说明:
N: 行数
M: 列数, 默认为None,表示和行数一样
k=0: 向右偏移0个位置
dtype=None: 元素类型 

# 对角线为1其他的位置为0的二维数组
# 单位矩阵： 主对角线都是1，其他都是0
n = np.eye(6, 6, dtype=np.int8)
n
array([[1, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0, 0],
       [0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1]], dtype=int8)
# k=2 : 向右偏移2个位置
n = np.eye(6, 6, k=2, dtype=np.int8)
# k=-2 : 向左偏移2个位置
n = np.eye(6, 6, k=-2, dtype=np.int8)
n
array([[0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0, 0]], dtype=int8)

2. 从现有数组中生成

np.array(object, dtype)
np.asarray(a, dtype)

a = np.array([[1,2,3],[4,5,6]])
# 从现有的数组当中创建
a1 = np.array(a)
# 相当于索引的形式，并没有真正的创建一个新的
a2 = np.asarray(a)

array和asarray的不同：

3. 生成固定范围的数组

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

创建一个等差数列

参数说明:

start: 开始值

stop: 结束值

num=50: 等差数列中默认有50个数

endpoint=True: 是否包含结束值

retstep=False: 是否返回等差值(步长)

dtype=None: 元素类型

# 等差数列
# 1, 3, 5, 7, 9
n = np.linspace(0, 100, num=51, dtype=np.int16)
n
array([  0,   2,   4,   6,   8,  10,  12,  14,  16,  18,  20,  22,  24,
        26,  28,  30,  32,  34,  36,  38,  40,  42,  44,  46,  48,  50,
        52,  54,  56,  58,  60,  62,  64,  66,  68,  70,  72,  74,  76,
        78,  80,  82,  84,  86,  88,  90,  92,  94,  96,  98, 100],
      dtype=int16)
# endpoint=False
n = np.linspace(0, 100, num=51, endpoint=False)
n
array([ 0.        ,  1.96078431,  3.92156863,  5.88235294,  7.84313725,
        9.80392157, 11.76470588, 13.7254902 , 15.68627451, 17.64705882,
       19.60784314, 21.56862745, 23.52941176, 25.49019608, 27.45098039,
       29.41176471, 31.37254902, 33.33333333, 35.29411765, 37.25490196,
       39.21568627, 41.17647059, 43.1372549 , 45.09803922, 47.05882353,
       49.01960784, 50.98039216, 52.94117647, 54.90196078, 56.8627451 ,
       58.82352941, 60.78431373, 62.74509804, 64.70588235, 66.66666667,
       68.62745098, 70.58823529, 72.54901961, 74.50980392, 76.47058824,
       78.43137255, 80.39215686, 82.35294118, 84.31372549, 86.2745098 ,
       88.23529412, 90.19607843, 92.15686275, 94.11764706, 96.07843137,
       98.03921569])
# retstep=True ： 显示步长
n = np.linspace(0, 100, num=51, retstep=True)
n
(array([  0.,   2.,   4.,   6.,   8.,  10.,  12.,  14.,  16.,  18.,  20.,
         22.,  24.,  26.,  28.,  30.,  32.,  34.,  36.,  38.,  40.,  42.,
         44.,  46.,  48.,  50.,  52.,  54.,  56.,  58.,  60.,  62.,  64.,
         66.,  68.,  70.,  72.,  74.,  76.,  78.,  80.,  82.,  84.,  86.,
         88.,  90.,  92.,  94.,  96.,  98., 100.]),
 2.0)

np.arange([start, ]stop, [step, ]dtype=None)

创建一个数值范围的数组

和Python中range功能类似

参数说明:

start : 开始值(可选)

stop: 结束值(不包含)

step: 步长(可选)

dtype=None: 元素类型

n = np.arange(10)
n
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
n = np.arange(2, 10)
n
array([2, 3, 4, 5, 6, 7, 8, 9])
n = np.arange(2, 10, 2)
n
array([2, 4, 6, 8])

np.logspace(start,stop, num)
创建等比数列
参数:
num:要生成的等比数列数量，默认为50 

# 生成10^x
np.logspace(0, 2, 3)
返回结果:
array([ 1., 10., 100.])