numpy 中的数组创建方法

NumPy 是 Python 中用于科学计算的重要库之一。它提供了高性能的多维数组对象以及用于处理这些数组的工具。在 NumPy 中，数组是一个数据结构，由相同类型的元素组成。本文介绍 NumPy 中的一些数组创建方法。

1. 使用列表创建数组

可以使用 Python 的列表来创建一维或多维数组。以下是一些示例：

import numpy as np

# 一维数组
a = np.array([1, 2, 3, 4])
print(a)
# 输出：[1 2 3 4]

# 二维数组
b = np.array([[1, 2], [3, 4]])
print(b)
# 输出：
# [[1 2]
#  [3 4]]

2. 使用元组创建数组

可以使用 Python 的元组来创建一定形状的数组。以下是一些示例：

import numpy as np

# 一维数组
a = np.array((1, 2, 3, 4))
print(a)
# 输出：[1 2 3 4]

# 二维数组
b = np.array(((1, 2), (3, 4)))
print(b)
# 输出：
# [[1 2]
#  [3 4]]

3. 使用 arange() 函数创建数组

arange() 函数用于创建一个具有等差数列的数组。以下是一些示例：

import numpy as np

# 创建一个由 0 到 9 的一维数组
a = np.arange(10)
print(a)
# 输出：[0 1 2 3 4 5 6 7 8 9]

# 创建一个由 5 到 9 的一维数组
b = np.arange(5, 10)
print(b)
# 输出：[5 6 7 8 9]

# 创建一个由 0 到 9，以 2 为步长的一维数组
c = np.arange(0, 10, 2)
print(c)
# 输出：[0 2 4 6 8]

4. 使用 linspace() 函数创建数组

linspace() 函数用于创建一维数组，这个数组由一个指定区间内均匀的数值构成。以下是一个示例：

import numpy as np

# 创建一个由 0 到 1，共 5 个数的一维数组
a = np.linspace(0, 1, 5)
print(a)
# 输出：[0.   0.25 0.5  0.75 1.  ]

5. 使用 zeros() 和 ones() 函数创建数组

zeros() 和 ones() 函数可以用于创建一个全是 0 或全是 1 的数组。以下是一些示例：

import numpy as np

# 创建一个形状为 (2, 3) 的全是 0 的二维数组
a = np.zeros((2, 3))
print(a)
# 输出：
# [[0. 0. 0.]
#  [0. 0. 0.]]

# 创建一个形状为 (3, 2) 的全是 1 的二维数组
b = np.ones((3, 2))
print(b)
# 输出：
# [[1. 1.]
#  [1. 1.]
#  [1. 1.]]

6. 使用 random 模块创建数组

numpy.random 模块包含了很多用于随机生成数组的函数。以下是一些示例：

import numpy as np

# 创建一个形状为 (2, 3) 的随机整数数组
a = np.random.randint(10, size=(2, 3))
print(a)
# 输出：
# [[2 8 8]
#  [8 6 0]]

# 创建一个形状为 (2, 2) 的随机浮点数数组
b = np.random.rand(2, 2)
print(b)
# 输出：
# [[0.07774006 0.57163204]
#  [0.60972817 0.94143767]]

以上就是 NumPy 中的一些数组创建方法。通过上述方法，可以很方便地创建所需要的数组。