创建数组

目录

一、创建基本数组

二、从已有的数组创建数组

三、从数值范围创建数组

创建数组

一、创建基本数组

1. array 创建数组

numpy.array(object,dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数
object	表示一个数组序列
dtype	可选参数，通过他可以更改数组的数据类型
copy	可选参数，当数据源是ndarray时表示数组能否被复制，默认 T
order	可选参数，以哪种内存布局创建数组。可选值：C(行序列)/F(列序列)/A(默认)
ndmin	可选参数，用于指定数组的纬度
subok	可选参数，类型为 bool 值，默认 false。为 True：使用 object 的内部数据类型；False：使用 object 数组的数据类型。

range( ) 默认从0 开始

import numpy as np 
# 迭代对象
np.array(range(10))
>>> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])


#生成器
np.array([i**2 for i in range(10)]) # i**2 是取平方
array([ 0,  1,  4,  9, 16, 25, 36, 49, 64, 81])

# 取偶数
np.array(range(2,11,2))
#np.array([i for i in range(10) if i%2 == 0])

# 最小维度  

a = np.array([1, 2, 3, 4, 5], ndmin =  2)  
print (a)
>>> [[1 2 3 4 5]]

print(a.shape) # 纬度

2. 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

import numpy as np 
x = np.empty([3,2], dtype = int) 
print (x)
# 注意，数组元素为随机值，因为他们没有初始化

3. zeros(数组元素个数, dtype='类型')

numpy.zeros(shape,dtupe = float,order = 'C')

参数	描述
shape	数组形状
dtype	数据类型，可选
order	'C' 用于 C 的行数组，或者 'F' 用于 FORTRAN 的列数组

import numpy as np 
a = np.zeros(10)
print(a)

b = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])  
print(b)

4. zeros_like(a,dtype=None,order='K',subok=True,shape=None)

参数	描述
a	给定要创建相同形状的数组
dtype	创建的数组的数据类型
order	数组在内存中的存储顺序，可选值为 'C'（按行优先）或 'F'（按列优先），默认为 'K'（保留输入数组的存储顺序）
subok	是否允许返回子类，如果为 True，则返回一个子类对象，否则返回一个与 a 数组具有相同数据类型和存储顺序的数组
shape	b创建的数组的形状，如果不指定，则默认为 a 数组的形状。

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

创建一个数组，元素都为 1

6. ones_like(a)

numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None)

参数	描述
a	给定要创建相同形状的数组
dtype	创建的数组的数据类型
order	数组在内存中的存储顺序，可选值为 'C'（按行优先）或 'F'（按列优先），默认为 'K'（保留输入数组的存储顺序）
subok	是否允许返回子类，如果为 True，则返回一个子类对象，否则返回一个与 a 数组具有相同数据类型和存储顺序的数组
shape	创建的数组的形状，如果不指定，则默认为 a 数组的形状。

7. eye()

创建一个正方形的 N*N 的单位矩阵，对角线为 1，其余都为 0

二、从已有的数组创建数组

1.frombuffer()

numpy.frombuffer 用于实现动态数组。

numpy.frombuffer 接受 buffer 输入参数，以流的形式读入转化成 ndarray 对象。

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)pytho

参数	描述
buffer	可以是任意对象，会以流的形式读入。
dtype	返回数组的数据类型，可选
count	读取的数据数量，默认为-1，读取所有数据。
offset	读取的起始位置，默认为0。

import numpy as np 
 
s =  b'Hello World' 
a = np.frombuffer(s, dtype =  'S1')  
print (a)

三、从数值范围创建数组

1. arange()

类似于 range(start,stop,step,dtype) ，在给定的间隔内返回均匀间隔的值

根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray

参数	描述
start	起始值，默认为0
stop	终止值（不包含）
step	步长，默认为1
dtype	返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。

import numpy as np
print(np.arange(10))    # 返回0-9，整型
print(np.arange(10.0))  # 返回0.0-9.0，浮点型
print(np.arange(5,12))  # 返回5-11
print(np.arange(5.0,12,2))  # 返回5.0-12.0，步长为2

>>> 
[0 1 2 3 4 5 6 7 8 9]
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
[ 5  6  7  8  9 10 11]
[ 5.  7.  9. 11.]

2. linspace()

创建一个等差数列，返回在间隔(开始，停止)上计算的num个均匀间隔的样本

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

用法
start	开始
stop	结束
num	生成样本数，默认 50
endpoint	如果为真，则停止是最后一个样本。否则不包括在内，默认是 True
retstep	如果为真，返回(样本，步骤)，其中步长是样本之间的间距

import numpy as np
ar1 = np.linspace(2.0, 3.0, num=5)
ar2 = np.linspace(2.0, 3.0, num=5, endpoint=False)
ar3 = np.linspace(2.0, 3.0, num=5, retstep=True)
print(ar1,type(ar1))
print(ar2)
print(ar3,type(ar3))

>>> 
[2.   2.25 2.5  2.75 3.  ] <class 'numpy.ndarray'>
[2.  2.2 2.4 2.6 2.8]
(array([2.  , 2.25, 2.5 , 2.75, 3.  ]), 0.25) <class 'tuple'>

3. logspace()

numpy.logspace 函数用于创建一个于等比数列。

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

参数	描述
start	序列的起始值为：base ** start
stop	序列的终止值为：base ** stop。如果endpoint为true，该值包含于数列中
num	要生成的等步长的样本数量，默认为50
endpoint	该值为 true 时，数列中中包含stop值，反之不包含，默认是True。
base	对数 log 的底数。
dtype	ndarray 的数据类型