Numpy生成0矩阵、1矩阵、单位矩阵以及创建等差数组和等比数列

最新推荐文章于 2025-10-10 18:14:03 发布

原创最新推荐文章于 2025-10-10 18:14:03 发布 · 2.8w 阅读

54 ·

CC 4.0 BY-SA版权

数据分析专栏收录该内容

24 篇文章

订阅专栏

本文介绍了如何使用Numpy库生成0矩阵、1矩阵、单位矩阵，以及如何创建指定数量和步长的等差数组，和等比数列。通过实例演示了np.ones、np.zeros、np.eye、np.linspace、np.arange和np.logspace等函数的用法。

文章目录

一、0矩阵

np.ones(shape, dtype)
np.ones_like(a, dtype)

import numpy as np
ones = np.ones([4,8])
ones

返回结果

array([[1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1.]])

二、1矩阵

np.zeros(shape, dtype)
np.zeros_like(a, dtype)

import numpy as np
np.zeros_like(ones)

返回结果:

array([[0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0.]])

在这里插入图片描述

三、单位矩阵

np.eye(N, M, k, dtype, order)

import numpy as np
np.eye(3)

返回结果:

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

四、深拷贝和浅拷贝

np.array(object, dtype)
np.asarray(a, dtype)

a = np.array([[1,2,3],[4,5,6]])
# 从现有的数组当中创建；相当于深拷贝
a1 = np.array(a)
# 相当于索引的形式，并没有真正的创建一个新的；相当于浅拷贝
a2 = np.asarray(a)

五、创建等差数组 — 指定数量

np.linspace (start, stop, num, endpoint)

创建等差数组 — 指定数量
参数:
start:序列的起始值
stop:序列的终止值
num:要生成的等间隔样例数量，默认为50
endpoint:序列中是否包含stop值，默认为ture

# 生成等间隔的数组
np.linspace(0, 100, 11)

返回结果：

array([  0.,  10.,  20.,  30.,  40.,  50.,  60.,  70.,  80.,  90., 100.])

六、创建等差数组 — 指定步长

np.arange(start,stop, step, dtype)

创建等差数组 — 指定步长
参数
step:步长,默认值为1

np.arange(10, 50, 2)

返回结果：

array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42,
       44, 46, 48])

七、创建等比数列

np.logspace(start,stop, num)

创建等比数列
参数:
num:要生成的等比数列数量，默认为50

# 生成10^x
np.logspace(0, 2, 3)

返回结果:

array([  1.,  10., 100.])

举例：

#首先使用np.linspace(-1,3,5)  生成一个数组 [-1,0,1,2,3]   然后对这个数组中的数取以10为底的指数值
np.logspace(-1,3,5)
array([1.e-01, 1.e+00, 1.e+01, 1.e+02, 1.e+03])

# 指定数组中的数取以2为底的指数值
np.logspace(-1,3,5,base=2)
array([0.5, 1. , 2. , 4. , 8. ])