📅  最后修改于: 2023-12-03 15:18:03.538000             🧑  作者: Mango
NumPy是一个常用的Python库,用于进行科学计算和数值操作。它提供了高效的多维数组对象和一系列的数组操作函数,对于程序员来说,了解和掌握NumPy的数组创建例程是非常重要的。本文将介绍一些常用的NumPy数组创建方法。
在开始之前,首先需要导入NumPy库。可以使用以下代码导入NumPy:
import numpy as np
在导入之后,你可以使用np
作为NumPy库的简称来访问所有NumPy的功能。
一维数组是最基本的数组类型,可以使用NumPy提供的np.array()
函数来创建。例如,以下代码将创建一个包含1到5的一维数组:
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)
输出结果:
[1 2 3 4 5]
除了使用np.array()
,NumPy还提供了其他一些函数用于创建特定类型的数组,比如:
np.zeros(shape)
:创建一个给定形状(shape)的全0数组。np.ones(shape)
:创建一个给定形状的全1数组。np.arange(start, stop, step)
:创建一个以给定步长递增的数组。下面是一些例子:
arr2 = np.zeros(5)
print(arr2)
# 输出 [0. 0. 0. 0. 0.]
arr3 = np.ones((2, 3))
print(arr3)
# 输出
# [[1. 1. 1.]
# [1. 1. 1.]]
arr4 = np.arange(0, 10, 2)
print(arr4)
# 输出 [0 2 4 6 8]
除了一维数组,NumPy还支持多维数组的创建。可以使用np.array()
函数传递一个嵌套的列表来创建多维数组。例如,以下代码将创建一个2x3的二维数组:
arr5 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr5)
输出结果:
[[1 2 3]
[4 5 6]]
可以使用np.zeros()
、np.ones()
和np.arange()
同样的方式来创建多维数组。
一旦创建了一个数组,你可以通过一些属性来获取关于数组的信息,比如形状、大小和数据类型。
shape
:返回表示数组形状的元组。size
:返回数组的元素总数。dtype
:返回数组的数据类型。以下是一些示例:
arr6 = np.array([1, 2, 3, 4, 5])
print(arr6.shape)
# 输出 (5,)
print(arr6.size)
# 输出 5
print(arr6.dtype)
# 输出 int64
本文介绍了如何使用NumPy进行数组的创建。你可以使用np.array()
来创建一维和多维数组,并使用np.zeros()
、np.ones()
和np.arange()
来创建特定类型的数组。了解这些数组创建例程对于处理和操作数组是非常重要的。
以上内容为介绍“NumPy-数组创建例程”,希望对你在使用NumPy库时有所帮助!