如何使用NumPy快速创建我们需要的数据？

不论是在平时的零碎学习还是网课的学习中，在代码上现实或者跑通一个算法或者模型不仅能够让自己理解的更深还能加强我们的记忆。所以，专门花点时间学习一下如何创建和组织出我们想要的数据很有必要。

1. NumPy 数组

NumPy 数组需要注意的一点是，数组是相同类型的元素按照一定顺序排列的组合。

2. NumPy 数组的生成方式

注意
① 生成一般数组可以通过 dtype 参数指定 NumPy 数组元素的数据类型。
② 一般都可以传入一个数字或者一个 shape 作为参数，后者生成的是大小为 shape 的数组

2.1 生成一般数组

• 生成一维数组：传入列表
• 生成元组的数组：传入元组
• 生成多维数组：传入嵌套列表

附代码：

import numpy as np

arr1 = np.array([1,2,3,4,5])
print(arr1)

arr2 = np.array((1,2,3,4,5))
print(arr2)

arr3 = np.array([[1,2,3],[2,3,4],[4,5,6]])
print(arr3)  ## 这里注意 numpy 数组的打印规则：最内层轴的元素是从左至右，剩下的轴都是从上至下

[1 2 3 4 5]
[1 2 3 4 5]
[[1 2 3]
 [2 3 4]
 [4 5 6]]

2.2 生成特殊类型数组

2.2.1 zeros、ones、eye

• 生成指定形状全为 0 的数组（传入单个数字或形状）：np.zeros()
• 生成指定形状全为 1 的数组（传入单个数字或形状）：np.ones()
• 生成一个方形矩阵（传入单个数字）：np.eye()

注意：以带括号的元组形式来传递形状

arr4 = np.zeros(3) # 传递单个数字是一维数组
print(arr4)

arr5 = np.ones((3, 3))  # 传递shape 是大小为 shape 的数组
print(arr5)

arr6 = np.eye(3)  # 方阵，至只能传递单个数字
print(arr6)

[0. 0. 0.]
[[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]
[