Numpy创建数组的不同方式

Numpy库是现在机器学习，深度学习等人工智能和科学计算必不可少的工具。其最核心的数据结构就是Numpy数组或者称为ndarray。注意，Numpy中的数组是要求元素同类型的，这点和Python原生的数组有些不同。所有有关Numpy的工作都是从创建一个Numpy数组开始的。现在，我们就来看看有哪些方法可以快速创建你自己的数组。

---

将Python的列表准换成Numpy数组

import Numpy as np
array1 = np.array([1,2,3])
list = [4,5,6]
array2 = np.array(list)
array3 = np.array([(1,2,3), (4,5,6)])

---

使用使用Numpy内置函数

1. np.arange()函数是生成一维数组常用的方法

array = np.arange(10)

上述代码将会生成一个0至9，步长为1的序列。注意：不包含10.

2. np.arange()函数加上reshape()函数可以快速创建一个多维的数组

array = np.arange(20).reshape(4,5)

3. 创建0矩阵

zeroArr = np.zeros((2,3))

4. 创建1矩阵

oneArr = np.ones((2,4))

5. 创建单位矩阵

iArr = np.eye(3,3)

6. 创建所有元素为某一个值的矩阵

np.full((2,2), 5)

7. 等间隔序列

np.linspace(0, 20, num=4)

8. 随机（空）矩阵，它的初始内容是随机的，取决于内存的状态。

np.empty((4,3))

---

使用特殊的库函数

你还可以使用特殊库函数来创建数组。例如，要创建一个填充0到1之间随机值的数组，请使用random函数。这对于需要随机状态才能开始的问题特别有用。¹

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

---

1. https://www.numpy.org.cn/article/basics/different_ways_create_numpy_arrays.html ↩︎