创建Numpy数组的三种方法

Love The Way You Lie 2024-03-25 23:56 51阅读 0赞

![24abe2a5b52cd57043c339bfc97b475e.jpeg][]

转自：[微点阅读][Link 1] [https://www.weidianyuedu.com][Link 1]

**创建Numpy数组的三大绝招**

1.使用函数np.array

2.使用便捷的[内置函数][Link 2]

3.使用随机库函数

Numpy库的核心对象便是ndarray数组，又称n维数组。要知道，基础数据的统计、变换等运算都是基于数组对象的，所以对于ndarray的掌握至关重要。而所谓工欲善其事必先利其器，工具我们暂时是搞明白了，至于怎么打造出来，这块得好好讲讲了。

这篇Python学习教程的主要目的是帮助同学们更好地了解创建[Numpy数组][Numpy]的三大绝招。

1.使用np.array()创建

看过我Python学习教程的童鞋们，在“人生苦短，我用Python”的取经之路上，想必都知道list列表，这是Python内置的一种基本数据类型。而ndarray数组便可通过对list的转换来进行创建，只要简单地将Python列表传递给数组函数np.array()即可。

a = np.array(\[1,2,3\])a

array(\[1, 2, 3\])

当然，上例得到的只是一维数组，想要多维的，请将一系列的列表传递给数组函数，但要保证（）内部的数据类型是list，这点很重要。

b = np.array(\[\[1, 2, 3\], \[4, 5, 6\]\])b

array(\[\[1, 2, 3\],\[4, 5, 6\]\])

就这样，我们依次创建了一维数组a与二维数组b，创建ndarray数组的第一招是不是很简单呢，你get到了吗？

2.使用内置函数便捷创建

在Numpy库中，np.array()给我们提供了创建数组的简单方法，让我们卯足了尽头，准备开始揭开Numpy的面纱，大干一场。但突然，一盆冷水泼身上，关键问题来了，如果我们想创建由0到19的数字序列数组，那是不是得一个数字一个数字地敲，创建0到100的呢？创建多维的呢？不敢想象！！！

其实，Numpy库很人性化地为我们提供了非常多的内置函数，用于便捷地创建数组，下面我们来看一看

1.np.arange()，创建递增序列

\#创建一个值范围为0到19的数组c = np.arange(20)\#arange搭配reshape，创建从0-19的4行5列数组d = np.arange(20).reshape(4,5)d

array(\[\[ 0, 1, 2, 3, 4\], \[ 5, 6, 7, 8, 9\], \[10, 11, 12, 13, 14\], \[15, 16, 17, 18, 19\]\])

注意：这里要掌握arange()的结构，np.arange(x)为左闭右开结构，数据从0开始，到x-1结束，生成规则递增序列，同时也可以指定arange的3s参数，start、stop与step。

2.np.ones(shape=,dtype=)，创建全为1的数组矩阵

e = np.ones((3,4))e

array(\[\[1., 1., 1., 1.\], \[1., 1., 1., 1.\], \[1., 1., 1., 1.\]\])

注意：shape为元组格式，dtype可以决定数据类型

3.np.zeros(shape=,dtype=)，创建全为0的数组

f = np.zeros((2,4))

array(\[\[0., 0., 0., 0.\], \[0., 0., 0., 0.\]\])

4.np.eye(M),创建对角线为1，其余为0 的数组

g = np.eye(3)

array(\[\[1., 0., 0.\], \[0., 1., 0.\], \[0., 0., 1.\]\])

5.np.full(shape=,fill\_value=)，任意填充数字

h = np.full((2,2), 3)

array(\[\[3, 3\], \[3, 3\]\])

np.linspace(start,stop,num),线性区间等分，linspace是左闭右闭

\#将0-10区间等分4份i = np.linspace(0, 10, num=4)i

array(\[ 0., 3.333, 6.666, 10.\])

以上的6个简单操作，是不是非常贴心呢，狂敲666有木有，下面豁出去了，再为各位童鞋们们献上最后一招大绝招！

3.使用随机库函数创建

Numpy也提供random模块，来帮助我们去创建随机性的序列，从此生成一组随机数就变得so easy，下面我们就来瞧一瞧。

1.np.random.random(size)，生成0-1的随机数,左闭右开，size表示个数，可以是一维、二维或者三维

np.random.random((2,2))

array(\[\[0.31153256 , 0.128392402\], \[0.023428592, 0.324950205\]\])

可以看出，生成的数据是集中在0-1的2行2列随机数据。

2.np.random.randint(low=,hight=,size=)，生成整数类型的随机数,low最小值，hight最大值，size个数

np.random.int(0,10,3)

array(\[1 , 5 , 7 \])

3.np.random.randn(size)，生成标准正态分布,size个数

代码自己挖掘，敲起来试试看

4.np.random.normal(loc,scale,size)，生成非标准正态分布

代码自己挖掘，敲起来试试看呀

对于随机数的创建，姑且掌握这4个技巧，所谓来日方长，后面如果接触到的未提及的方法，再来详细聊聊。

[24abe2a5b52cd57043c339bfc97b475e.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/18794b2efd8f45c1883beb31624a09dd.png
[Link 1]: https://www.weidianyuedu.com/
[Link 2]: https://so.csdn.net/so/search?q=%E5%86%85%E7%BD%AE%E5%87%BD%E6%95%B0&spm=1001.2101.3001.7020
[Numpy]: https://so.csdn.net/so/search?q=Numpy%E6%95%B0%E7%BB%84&spm=1001.2101.3001.7020