NumPy 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：

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) 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：

umpy.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) print(y) # 自定义类型 z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')]) 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) print(x) # 自定义类型 x = np.ones([2,2], dtype = int) print(x)

输出结果为：

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

 NumPy 数组属性

NumPy 从已有的数组创建数组 

 

2 篇笔记 写笔记

1.    psztswcbyy

     psz***[email protected]

   Numpy 创建标准正态分布数组：

   from numpy import *
   
   # 创建 randn(size) 服从 X~N(0,1) 的正态分布随机数组
   a=random.randn(2,3)
   print(a)

   输出结果为：

   array([[ 0.50203463,  1.48955265, -0.66236422],
          [ 0.44311407,  0.11144459, -0.13326862]])

   psztswcbyy

      psztswcbyy

     psz***[email protected]

   24小时前

2.    psztswcbyy

     psz***[email protected]

   Numpy 创建随机分布整数型数组。

   利用 randint([low,high],size) 创建一个整数型指定范围在 [low.high] 之间的数组：

   from numpy import *
   
   a=random.randint(100,200,(3,3))
   print(a)

   输出结果为：

   array([[100, 154, 172],
          [149, 165, 184],
          [140, 140, 142]])