准备工作，引入 Numpy

In [1]:

import numpy as np

方法1:通过Python的list创建，使用 np.array(),数据类型根据数组里的数据类型确定

In [2]:

a = np.array([1,2,3,4,5])
print(a)
print(a.dtype)
?
b = np.array([1.5,2.6,3.7])
print(b)
print(b.dtype)
[1 2 3 4 5]
int64
[1.5 2.6 3.7]
float64

方法2:通过多层序列创建。

In [3]:

c = np.array([(1,2,3),(4,5,6)])
print(c)
?
d = np.array([(1,3,5),(2,4,6),(4,8,12)])
print(d)
?
e = np.array([[1,2],[3,4]])
print(e)
[[1 2 3]
 [4 5 6]]
[[ 1 3 5]
 [ 2 4 6]
 [ 4 8 12]]
[[1 2]
 [3 4]]

方法3:可以在创建时显示指定数据类型

In [4]:

f = np.array([1,2,3],dtype=np.float64)
print(f)
[1. 2. 3.]

方法4:创建占位符数组

全是0

In [5]:

g = np.zeros((3,4))
print(g)
[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

返回相同形状的全是0的数组

In [6]:

g1 = np.zeros_like(a)
print(g1)
[0 0 0 0 0]

全是1

In [7]:

h = np.ones((2,3))
print(h)
?
i = np.ones((3,4),dtype=np.int16)
print(i)
[[1. 1. 1.]
 [1. 1. 1.]]
[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]

返回形状相同全是1的数组

In [8]:

h1 = np.ones_like(a)
print(h1)
[1 1 1 1 1]

全是随机

In [9]:

j = np.empty((4,5),dtype=np.int32)
print(j)
[[-593736744 32747 1883518832 21930 0]
 [ 0 0 0 0 0]
 [ 0 0 -593736840 32747 49]
 [ 0 -593736808 32747 -593736808 32747]]

返回相同形状全是随机的

In [10]:

j3 = np.empty_like(a,dtype=np.float64)
print(j3)
[6.94908248e-310 6.94908248e-310 1.58101007e-322 0.00000000e+000
 2.37151510e-322]

返回指定形状的随机数组

In [11]:

j4 = np.random.rand(3,4)
print(j4)
[[0.17084183 0.16244401 0.92178439 0.24025308]
 [0.32933719 0.09809926 0.15207545 0.48521495]
 [0.77870903 0.99986121 0.53113862 0.50367008]]

全是指定值

In [12]:

j1 = np.full_like(a,2)
print(j1)
?
j2 = np.full_like(a,3,dtype=np.float64)
print(j2)
[2 2 2 2 2]
[3. 3. 3. 3. 3.]

方法4:通过数字序列创建

In [13]:

k = np.arange(10,101,5)
print(k)
[ 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95
 100]

相当于>=10，<101，步长 5

In [14]:

k1 = np.arange(10)
print(k1)
[0 1 2 3 4 5 6 7 8 9]

一个参数代表>=0,<10，步长1

方法5:通过指定首尾自动分割?

In [15]:

l = np.linspace(0,1,5)
print(l)
[0. 0.25 0.5 0.75 1. ]

方法6:还有一些更高级的方法，如 numpy.random.randn， fromfunction， fromfile，后面再补充

笔记地址：https://notebooks.azure.com/Littlebeer/projects/helloworld