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。
一、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。 |
一个创建空数组的实例：
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。
二、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 |
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)]]
三、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 |
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]]
补充
1. 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：
[[-0.66177595 -1.53115428 -0.04670656]
[-0.16835942 -1.0587631 0.95134199]]
2.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：
[[122 184 187]
[139 157 134]
[157 163 138]]
3. arange 创建数组 *****
import numpy as np a = np.arange(10) b = np.arange(10, 20) c = np.arange(10, 20, 2) print(a) print(b) print(c)
输出：
[0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[10 12 14 16 18]
4. eye 创建对角矩阵数组
import numpy as np a = np.eye(5) print(a)
输出：
[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 1. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]]