NumPy是一个开源的Python科学计算库，主要用于处理多维数组、矩阵以及其他高维数据。在NumPy中，最核心的数据结构是ndarray，它是一种多维数组，可以存储任意类型的数据。在本篇文章中，我们将详细介绍NumPy数组的创建和操作方法。
Numpy使用array函数直接创建数组
可以使用NumPy中的array函数直接创建一个数组。在调用array函数时，可以传递一个列表或元组作为参数，这个列表或元组中的每个元素将成为数组的一个元素。例如：
import numpy as np
a = np.array([1, 2, 3, 4])
print(a)输出结果为：
[1 2 3 4]
Numpy从列表创建数组
可以通过传递一个列表来创建一个数组。例如：
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
print(a)输出结果为：
[[1 2 3]
[4 5 6]]Numpy使用函数创建数组
NumPy提供了许多函数来创建数组。其中一些常用的函数有：
- zeros函数：创建一个全为0的数组。
- ones函数：创建一个全为1的数组。
- full函数：创建一个指定值的数组。
- arange函数：创建一个有序数组。
- linspace函数：创建一个线性间隔的数组。
以下是这几个函数创建数组的示例：
import numpy as np
#使用 numpy.zeros 函数创建全0数组：
# 创建一个3行4列的全0数组
arr = np.zeros((3, 4))
print(arr)
# 输出结果：
# [[0. 0. 0. 0.]
# [0. 0. 0. 0.]
# [0. 0. 0. 0.]]
#使用 numpy.ones 函数创建全1数组：
# 创建一个2行3列的全1数组
arr = np.ones((2, 3))
print(arr)
# 输出结果：
# [[1. 1. 1.]
# [1. 1. 1.]]
#使用 numpy.arange 函数创建一维数组：
# 创建一个从0到9的一维数组
arr = np.arange(10)
print(arr)
# 输出结果：[0 1 2 3 4 5 6 7 8 9]
#使用 numpy.full 函数创建形状为 (2, 3) 的数组：
# 创建一个形状为 (2, 3) 的数组，用 0.1 填充
a = np.full((2, 3), 0.1)
print(a)
#输出结果：[[0.1 0.1 0.1] [0.1 0.1 0.1]]
#使用 numpy.linspace 函数创建一维等差数列数组：
# 创建一个从0到10之间，共6个等差数列的一维数组
arr = np.linspace(0, 10, 6)
print(arr)
# 输出结果：[ 0. 2. 4. 6. 8. 10.]以上就是NumPy创建数组最常用的3种方式。
本文链接：https://my.lmcjl.com/post/19649.html
展开阅读全文
4 评论