NumPy 创建数组

NumPy 创建数组

NumPy，全称 Numerical Python，是一个强大的 Python 库，用于进行科学计算。它提供了一个高性能的多维数组对象和用于处理这些数组的工具。在 NumPy 中，数组是存储单一数据类型元素的多维矩阵。创建数组是使用 NumPy 进行数据分析的第一步。本文将详细介绍如何使用 NumPy 创建数组。

1. 导入 NumPy 库

在使用 NumPy 创建数组之前，首先需要导入 NumPy 库。通常，我们会使用 import numpy as np 的方式导入 NumPy，并简称为 np。

import numpy as np

2. 使用 np.array 创建数组

最基本的方法是使用 np.array 函数从 Python 列表或元组创建数组。这个函数接受任何暴露数组接口的对象，或者任何（嵌套）序列。

# 从列表创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])

# 从元组创建二维数组
arr2 = np.array([(1, 2, 3), (4, 5, 6)])

3. 使用 np.zeros 创建全零数组

np.zeros 函数用于创建一个指定形状和数据类型的新数组，并将其所有元素初始化为 0。

# 创建一个长度为 5 的一维全零数组
arr3 = np.zeros(5)

# 创建一个 3x4 的二维全零数组
arr4 = np.zeros((3, 4))

4. 使用 np.ones 创建全一数组

与 np.zeros 类似，np.ones 函数用于创建一个指定形状和数据类型的新数组，并将其所有元素初始化为 1。

# 创建一个长度为 5 的一维全一数组
arr5 = np.ones(5)

# 创建一个 3x4 的二维全一数组
arr6 = np.ones((3, 4))

5. 使用 np.arange 创建数组

np.arange 函数类似于 Python 内置的 range 函数，但它返回的是一个 NumPy 数组。

# 创建一个从 0 到 9 的一维数组
arr7 = np.arange(10)

6. 使用 np.linspace 创建等差数组

np.linspace 函数用于创建一个在指定区间内均匀分布的数组。

# 创建一个从 0 到 10 的 5 个元素的等差数组
arr8 = np.linspace(0, 10, 5)

7. 使用 np.eye 创建单位矩阵

np.eye 函数用于创建一个单位矩阵，即对角线元素为 1，其他元素为 0 的方阵。

# 创建一个 3x3 的单位矩阵
arr9 = np.eye(3)

8. 使用 np.random 创建随机数组

NumPy 的 random 模块提供了多种创建随机数组的方法。

# 创建一个 3x3 的随机数组，元素从 [0, 1) 区间内均匀分布
arr10 = np.random.rand(3, 3)

# 创建一个 3x3 的随机数组，元素从标准正态分布中抽取
arr11 = np.random.randn(3, 3)

# 创建一个 3x3 的随机整数数组，元素从 [0, 10) 区间内均匀分布
arr12 = np.random.randint(0, 10, (3, 3))

总结

创建数组是使用 NumPy 进行数据分析的基础。通过上述方法，我们可以根据需要创建不同类型和形状的数组。这些数组将在后续的数据处理和计算中发挥重要作用。