使用array函数创建数组

  1. import numpy as np
  2. array=np.array([1,2,3])
  3. print(array)
  1. [1 2 3]

使用numpy.empty方法创建数组

numpy.empty方法可以创建一个指定形状、数据类型且未初始化的数组

  1. numpy.empty(shape , dtype = float , order = 'C')
参数 描述
shape 数组形状
dtype 数据类型 
  1. array=np.empty((3,4))
  2. print(array)
  1. [[1.35966218e-311 1.35966218e-311 1.35966218e-311 1.05699242e-307]
  2.  [8.01097889e-307 1.78020169e-306 7.56601165e-307 1.02359984e-306]
  3.  [1.33510679e-306 2.22522597e-306 1.24611674e-306 1.29061821e-306]]

使用numpy.zeros方法创建数组

numpy.zeros方法可以创建一个指定大小的数组，数组元素以0来填充

  1. numpy.zeros(shape , dtype = float , order = 'C')
参数 描述
shape 数组形状
dtype 数据类型 
  1. array=np.zeros((4,5))
  2. print(array)
  1. [[0. 0. 0. 0. 0.]
  2.  [0. 0. 0. 0. 0.]
  3.  [0. 0. 0. 0. 0.]
  4.  [0. 0. 0. 0. 0.]]

使用numpy.ones方法创建数组

numpy.ones方法可以创建一个指定大小的数组，数组元素以1来填充

  1. numpy.ones(shape , dtype = float , order = 'C')
参数 描述
shape 数组形状
dtype 数据类型 
  1. array=np.ones((4,4))
  2. print(array)
  1. [[1. 1. 1. 1.]
  2.  [1. 1. 1. 1.]
  3.  [1. 1. 1. 1.]
  4.  [1. 1. 1. 1.]]

使用numpy.eye方法创建数组

numpy.eye方法可以创建一个正方的n*n单位矩阵（对角线为1，其余为0）

  1. array=np.eye(3)
  2. print(array)
  1. [[1. 0. 0.]
  2.  [0. 1. 0.]
  3.  [0. 0. 1.]]

使用numpy.asarray方法创建数组

numpy.asarray方法可以将输入转换为ndarray，如果输入本身就是ndarray则不进行复制

  1. numpy.asarray(a , dtype = None , order = None)
参数 描述
a 任意输入，可以是列表、列表的元组、元组、元组的元组、多维数组
dtype 数据类型 
  1. # 将列表转换为ndarray
  3. a=[1,2,3]
  4. array=np.asarray(a)
  5. print(array)
  1. [1 2 3]
  1. #将元组转化为ndarray
  3. a=(1,2,3)
  4. array=np.asarray(a)
  5. print(a)
  1. (1, 2, 3)
  1. # 将元组列表转换为ndarray
  3. a=[(1,2,3),(4,5)]
  4. array=np.asarray(a)
  5. print(a)
  1. [(1, 2, 3), (4, 5)]

使用numpy.arange方法创建数组

使用numpy.arange方法创建数值范围数组并返回ndarray对象

  1. numpy.arange(start , stop , step, dtype)
参数 描述
start 起始值，默认为1
stop 终止值
step 步长，默认为1
dtype ndarray数据类型 
  1. # 生成0到6的数组
  3. array=np.arange(6)
  4. print(array)
  1. [0 1 2 3 4 5]
  1. # 设置dtype
  3. array=np.arange(6,dtype=float)
  4. print(array)
  1. [0. 1. 2. 3. 4. 5.]
  1. # 设置起始值，终止值，步长
  3. array=np.arange(10,20,3)
  4. print(array)
  1. [10 13 16 19]

使用numpy.linspace方法创建数组

numpy.linspace用于创建一个一维等差数列的数组

  1. numpy.linspace(start , stop, num=50 , endpoint=True , retstep = False , dtype = None)
参数 描述
start 起始值
stop 终止值
num 要生成等步长的样本数量，默认为50
endpoint 该值为True时，数列中包含stop值，默认为True
retstep 该值为True时，显示间距，默认为False
dtype ndarray的数据类型 
  1. # 生成1到10的10个数值组成的等差序列
  3. array=np.linspace(1,10,10)
  4. print(array)
  1. [ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]
  1. # 将endpoint设为false
  3. array=np.linspace(1,10,10,endpoint=False)
  4. print(array)
  1. [1.  1.9 2.8 3.7 4.6 5.5 6.4 7.3 8.2 9.1]
  1. # 显示间距
  3. array=np.linspace(1,10,10,retstep=True)
  4. print(array)
  1. (array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.]), 1.0)

使用numpy.logspace方法创建数组

numpy.linspace用于创建一个一维等比数列的数组

  1. numpy.linspace(start , stop , num = 50 , endpoint = True , base = 10.0 , dtype = None)
参数 描述
start 起始值：base^start
stop 终止值：base^stop
num 要生成的样本数量，默认为50
endpoint 该值为True时，数列中包含stop值，默认为True
base 对数log的底数
dtype ndarray的数据类型 
  1. # 生成10^1到10^10的一个等比数列
  3. array=np.logspace(1,10,num=10)
  4. print(array)
  1. [1.e+01 1.e+02 1.e+03 1.e+04 1.e+05 1.e+06 1.e+07 1.e+08 1.e+09 1.e+10]
  1. #将底数设置为2
  3. array=np.logspace(1,10,num=10,base=2)
  4. print(array)
  1. [   2.    4.    8.   16.   32.   64.  128.  256.  512. 1024.]