一、NumPy 来自现有数据的数组
1.numpy.asarray此函数类似于numpy.array，除了它有较少的参数。 这个例程对于将 Python 序列转换为ndarray非常有用。
numpy.asarray(a, dtype = None, order = None)构造器接受下列参数：
| 序号 | 参数及描述 |
|---|---|
| 1. | a 任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表 |
| 2. | dtype 通常，输入数据的类型会应用到返回的ndarray |
| 3. | order 'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组 |
下面的例子展示了如何使用asarray函数：
DEMO 1
# 将列表转换为 ndarray
import numpy as np
x = [1,2,3]
a = np.asarray(x)
print a
输出如下：[1 2 3]DEMO 2
# 设置了 dtype
import numpy as np
x = [1,2,3]
a = np.asarray(x, dtype = float)
print a
输出如下：[ 1. 2. 3.]DEMO 3
# 来自元组的 ndarray
import numpy as np
x = (1,2,3)
a = np.asarray(x)
print a
输出如下：[1 2 3]DEMO 4
# 来自元组列表的 ndarray
import numpy as np
x = [(1,2,3),(4,5)]
a = np.asarray(x)
print a
输出如下：[(1, 2, 3) (4, 5)]2.numpy.frombuffer此函数将缓冲区解释为一维数组。 暴露缓冲区接口的任何对象都用作参数来返回ndarray。
numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)构造器接受下列参数：
| 序号 | 参数及描述 |
|---|---|
| 1. | buffer 任何暴露缓冲区借口的对象 |
| 2. | dtype 返回数组的数据类型，默认为float |
| 3. | count 需要读取的数据数量，默认为-1，读取所有数据 |
| 4. | offset 需要读取的起始位置，默认为0 |
DEMO
下面的例子展示了frombuffer函数的用法。
import numpy as np
s = 'Hello World'
a = np.frombuffer(s, dtype = 'S1')
print a
输出如下：['H' 'e' 'l' 'l' 'o' ' ' 'W' 'o' 'r' 'l' 'd']3.numpy.fromiter函数从任何可迭代对象构建一个ndarray对象，返回一个新的一维数组。
numpy.fromiter(iterable, dtype, count = -1)构造器接受下列参数：
| 序号 | 参数及描述 |
|---|---|
| 1. | iterable 任何可迭代对象 |
| 2. | dtype 返回数组的数据类型 |
| 3. | count 需要读取的数据数量，默认为-1，读取所有数据 |
以下示例展示了如何使用内置的range()函数返回列表对象。 此列表的迭代器用于形成ndarray对象。
DEMO 1
# 使用 range 函数创建列表对象
import numpy as np
list = range(5)
print list
输出如下：[0, 1, 2, 3, 4]DEMO2
# 从列表中获得迭代器
import numpy as np
list = range(5)
it = iter(list)
# 使用迭代器创建 ndarray
x = np.fromiter(it, dtype = float)
print x
输出如下：[0. 1. 2. 3. 4.]二、NumPy - 来自数值范围的数组
1.numpy.arange这个函数返回ndarray对象，包含给定范围内的等间隔值。
numpy.arange(start, stop, step, dtype)构造器接受下列参数：
| 序号 | 参数及描述 |
|---|---|
| 1. | start 范围的起始值，默认为0 |
| 2. | stop 范围的终止值（不包含） |
| 3. | step 两个值的间隔，默认为1 |
| 4. | 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。 |
下面的例子展示了如何使用该函数：
DEMO 1
import numpy as np
x = np.arange(5)
print x
输出如下：[0 1 2 3 4]DEMO 2
import numpy as np
# 设置了 dtype
x = np.arange(5, dtype = float)
print x
输出如下：[0. 1. 2. 3. 4.]DEMO 3
# 设置了起始值和终止值参数
import numpy as np
x = np.arange(10,20,2)
print x
输出如下:[10 12 14 16 18]3.numpy.linspace此函数类似于arange()函数。 在此函数中，指定了范围之间的均匀间隔数量，而不是步长。 此函数的用法如下。
numpy.linspace(start, stop, num, endpoint, retstep, dtype)构造器接受下列参数：
| 序号 | 参数及描述 |
|---|---|
| 1. | start 序列的起始值 |
| 2. | stop 序列的终止值，如果endpoint为true，该值包含于序列中 |
| 3. | num 要生成的等间隔样例数量，默认为50 |
| 4. | endpoint 序列中是否包含stop值，默认为ture |
| 5. | retstep 如果为true，返回样例，以及连续数字之间的步长 |
| 6. | dtype 输出ndarray的数据类型 |
下面的例子展示了linspace函数的用法。
DEMO1
import numpy as np
x = np.linspace(10,20,5)
print x
输出如下：[10. 12.5 15. 17.5 20.]DEMO2
# 将 endpoint 设为 false
import numpy as np
x = np.linspace(10,20, 5, endpoint = False)
print x
输出如下：
[10. 12. 14. 16. 18.]DEMO 3
# 输出 retstep 值
import numpy as np
x = np.linspace(1,2,5, retstep = True)
print x
# 这里的 retstep 为 0.25
输出如下：(array([ 1. , 1.25, 1.5 , 1.75, 2. ]), 0.25)4.numpy.logspace此函数返回一个ndarray对象，其中包含在对数刻度上均匀分布的数字。 刻度的开始和结束端点是某个底数的幂，通常为 10。
numpy.logscale(start, stop, num, endpoint, base, dtype)logspace函数的输出由以下参数决定：
| 序号 | 参数及描述 |
|---|---|
| 1. | start 起始值是base ** start |
| 2. | stop 终止值是base ** stop |
| 3. | num 范围内的数值数量，默认为50 |
| 4. | endpoint 如果为true，终止值包含在输出数组当中 |
| 5. | base 对数空间的底数，默认为10 |
| 6. | dtype 输出数组的数据类型，如果没有提供，则取决于其它参数 |
下面的例子展示了logspace函数的用法。
DEMO 1
import numpy as np
# 默认底数是 10
a = np.logspace(1.0, 2.0, num = 10)
print a
输出如下：[ 10. 12.91549665 16.68100537 21.5443469 27.82559402, 35.93813664 46.41588834 59.94842503 77.42636827 100. ]DEMO 2
# 将对数空间的底数设置为 2
import numpy as np
a = np.logspace(1,10,num = 10, base = 2)
print a
输出如下：[ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.]