准备工作，引入 Numpy

In [1]:

import numpy as np

方法1:通过Python的list创建，使用 np.array(),数据类型根据数组里的数据类型确定

In [2]:

a = np.array([1,2,3,4,5])print(a)print(a.dtype)​b = np.array([1.5,2.6,3.7])print(b)print(b.dtype)[1 2 3 4 5]int64[1.5 2.6 3.7]float64

方法2:通过多层序列创建。

In [3]:

c = np.array([(1,2,3),(4,5,6)])print(c)​d = np.array([(1,3,5),(2,4,6),(4,8,12)])print(d)​e = np.array([[1,2],[3,4]])print(e)[[1 2 3] [4 5 6]][[ 1 3 5] [ 2 4 6] [ 4 8 12]][[1 2] [3 4]]

方法3:可以在创建时显示指定数据类型

In [4]:

f = np.array([1,2,3],dtype=np.float64)print(f)[1. 2. 3.]

方法4:创建占位符数组

全是0

In [5]:

g = np.zeros((3,4))print(g)[[0. 0. 0. 0.] [0. 0. 0. 0.] [0. 0. 0. 0.]]

返回相同形状的全是0的数组

In [6]:

g1 = np.zeros_like(a)print(g1)[0 0 0 0 0]

全是1

In [7]:

h = np.ones((2,3))print(h)​i = np.ones((3,4),dtype=np.int16)print(i)[[1. 1. 1.] [1. 1. 1.]][[1 1 1 1] [1 1 1 1] [1 1 1 1]]

返回形状相同全是1的数组

In [8]:

h1 = np.ones_like(a)print(h1)[1 1 1 1 1]

全是随机

In [9]:

j = np.empty((4,5),dtype=np.int32)print(j)[[-593736744 32747 1883518832 21930 0] [ 0 0 0 0 0] [ 0 0 -593736840 32747 49] [ 0 -593736808 32747 -593736808 32747]]

返回相同形状全是随机的

In [10]:

j3 = np.empty_like(a,dtype=np.float64)print(j3)[6.94908248e-310 6.94908248e-310 1.58101007e-322 0.00000000e+000 2.37151510e-322]

返回指定形状的随机数组

In [11]:

j4 = np.random.rand(3,4)print(j4)[[0.17084183 0.16244401 0.92178439 0.24025308] [0.32933719 0.09809926 0.15207545 0.48521495] [0.77870903 0.99986121 0.53113862 0.50367008]]

全是指定值

In [12]:

j1 = np.full_like(a,2)print(j1)​j2 = np.full_like(a,3,dtype=np.float64)print(j2)[2 2 2 2 2][3. 3. 3. 3. 3.]

方法4:通过数字序列创建

In [13]:

k = np.arange(10,101,5)print(k)[ 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100]

相当于>=10，<101，步长 5

In [14]:

k1 = np.arange(10)print(k1)[0 1 2 3 4 5 6 7 8 9]

一个参数代表>=0,<10，步长1

方法5:通过指定首尾自动分割¶

In [15]:

l = np.linspace(0,1,5)print(l)[0. 0.25 0.5 0.75 1. ]

方法6:还有一些更高级的方法，如 numpy.random.randn， fromfunction， fromfile，后面再补充

笔记地址：