创建ndarray数组

ndarray是Numpy的核心特征，是一个快速、灵活的大型数据容器。当你看到数组、Numpy数组或者ndarray这些关键词时，它们都代表ndarray对象。

我们先提前感受一下ndarray的强大。请清空右边编辑器默认显示的代码，抄写In【1】-In【3】的代码并运行：

生成ndarray

使用array函数可以方便地创建ndarray对象。array函数接收任意的序列型对象，比如列表、元组等，生成Numpy数组。
请清空右边编辑器默认显示的代码，抄写以下In【4】【5】【6】中的代码并运行：

通过元组生成ndarray:

通过二维列表生成二维Numpy数组：

np.arange函数可以类似Python range函数一样，生成标准数组，而且arange函数的生成效率要远远高于range函数。


Numpy数组生成函数

除了上述函数，Numpy还内置了非常多的数组生成函数，以下函数大家做以下简单了解即可。

默认显示代码

import numpy as np 
#生成随机数组 
data = np.random.randn(2,3)   
#打印生成的随机数组 
print("生成的随机数组是：") 
print(data) 
#查看随机数组的维度 
print(data.shape)   
#使用np.array函数创建数组  
data2 = [['a','b','c','d','e'],[1,2,3,4,5]] 
arr1 = np.array(data2) 
print("使用np.array函数创建的数组是：") 
print(arr1)   
#使用np.arange函数创建数组  
arr2 = np.arange(10) 
print("使用np.arange函数创建的数组是：") 
print(arr2)   
#使用np.full函数创建全部数值为9的多维数组 
arr3 = np.full([3,2],9) 
print("使用np.full函数创建的数组是：") 
print(arr3)