Python numpy 入门系列 04 创建数组

NumPy 创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。

numpy.empty

numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组（空数组,随机数值）：

numpy.empty(shape, dtype = float, order = 'C')

参数说明：

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。

下面是一个创建空数组的实例：

实例

import numpy as np 
x = np.empty([3,2], dtype = int) # 3行2列的随机数组
print (x)

输出结果为：

[[ 6917529027641081856  5764616291768666155]
 [ 6917529027641081859 -5764598754299804209]
 [          4497473538      844429428932120]]

注意 − 数组元素为随机值，因为它们未初始化。

numpy.zeros

创建指定大小的数组，数组元素以 0 来填充：

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

参数说明：

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

实例

import numpy as np
 
# 默认为浮点数
x = np.zeros(5) 
print(x)
 
# 设置类型为整数
y = np.zeros((5,), dtype = np.int) # 5个元素
print(y)
 
# 自定义类型
z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])  # 2行 2列
print(z)

输出结果为：

[0. 0. 0. 0. 0.]
[0 0 0 0 0]
[[(0, 0) (0, 0)]
 [(0, 0) (0, 0)]]

numpy.ones

创建指定形状的数组，数组元素以 1 来填充：

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

参数说明：

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

实例

import numpy as np
 
# 默认为浮点数
x = np.ones(5)  # 5个元素
print(x)
 
# 自定义类型
x = np.ones([2,2], dtype = int)  # 2行 2列
print(x)

输出结果为：

[1. 1. 1. 1. 1.]
[[1 1]
 [1 1]]

对应二维数组来说，shape[0] 为行的数量，shape[1]为列的数量。

补充：

np.random.rand

通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1。

np.random.randn

     1. 当函数括号内没有参数时，则返回一个浮点数；
    2. 当函数括号内有一个参数时，则返回秩为1的数组，不能表示向量和矩阵；
    3. 当函数括号内有两个及以上参数时，则返回对应维度的数组，能表示向量或矩阵；
    4. np.random.standard_normal()函数与np.random.randn()类似，但是np.random.standard_normal()的输入参数为元组(tuple)。
    5. np.random.randn()的输入通常为整数，但是如果为浮点数，则会自动直接截断转换为整数。
    作用：通过本函数可以返回一个或一组服从标准正态分布的随机样本值。
    特点：标准正态分布是以0为均数、以1为标准差的正态分布，记为N（0，1）。对应的正态分布曲线如下所示，即
链接：https://blog.csdn.net/abc13526222160/article/details/86423754

Python numpy 入门系列目录

ref

https://www.runoob.com/numpy/numpy-array-creation.html