Numpy笔记----------numpy数组(ndarray)的创建

原创于 2025-05-23 16:56:41 发布 · 556 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #笔记

Numpy笔记专栏收录该内容

7 篇文章

订阅专栏

1.使用np.array()创建：n = np.array(list)

import numpy as np
a = [1,4,6,7,8,2,3]
n = np.array(a)
print(n)

2.使用np的常规函数创建

2.1 np.ones(shape,dtype,order)

创建一个所有元素都为1的多维数组
shape：形状
dtype：元素类型
order：默认值C-是否在内存中以行为主顺序存储多为数组；F-是否在内存中以列为主顺序存储多为数组

import numpy as np
n = np.ones(shape=(3,4),dtype=np.int16)
print(n)

2.2 np.zeros(shape,dtype,order)

创建一个所有元素都为0的多维数组
参数同上

import numpy as np
n = np.zeros((4,3),dtype=np.int16)
print(n)

2.3 np.full(shape,fill_value,dtype,order)

创建一个所有元素都为指定元素的多维数组
fill_value:指定元素
其他参数同上

import numpy as np
n = np.full(shape=(5,3),fill_value=6)
print(n)

2.4 np.eye(n,m,k,dtype)

对角线为1其他位置为0的二维数组
n：行数
m：列数
k：向右偏移k个位置(正数向右偏移，负数向左偏移)
dtype：元素类型

import numpy as np
n = np.eye(5,5,dtype=np.int16)
m = np.eye(5,5,k=2,dtype=np.int16)
print(n)
print(m)

2.5 np.linspace(start,stop,num,endpoint,retstep,dtype)

创建一个等差数列
start：开始值
end：结束值
num：等差数列中的数值个数
endpoint：是否包含结束值，默认包含(True/False)
retstep：是否返回等差值，即步长(True/False)
dtype：元素类型

import numpy as np
n = np.linspace(1,50)
m = np.linspace(1,50,num=51)
print('n:',n)
print('m:',m)

2.6 np.arange([start,]stop,[step,],dtype)

创建一个数值范围的数组
start：开始值(可选)
stop：结束值(不包含)
step：步长(可选)
dtype：元素类型

import numpy as np
n = np.arange(10)
m = np.arange(2,12,2)
print('n:',n)
print('m:',m)

2.7 np.random.randint(low,high,size,dtype)

创建一个随机数的多维数组
low：最小值
high：最大值，high=none时，范围时[0,low)
size：数组形状，默认只输出一个随机数
dtype：元素类型

import numpy as np
n = np.random.randint(3)
m = np.random.randint(3,10)
x = np.random.randint(3,10,size=(3,4))
print('n:',n)
print('m:',m)
print('x:',x)

2.8 np.random.randn(d0,d1,....,dn)

创建一个服从正态分布的多维数组
创建一个所有元素都为1的多维数组
dn：第n个维度的数值

import numpy as np
n = np.random.randn()
m = np.random.randn(3,4)
print('n:',n)
print('m:',m)

2.9 np.random.normal(loc,scale,size)

创建一个服从正态分布的多维数组
loc：均值，对应正态分布的中心
scale：标准差，对应分布的宽度
size：数组形状

import numpy as np
n = np.random.normal()
m = np.random.normal(loc=100,scale=10，size=(3,4))
print('n:',n)
print('m:',m)

2.10 np.random.random(size)

创建一个元素为[0,1)的随机数的多维数组
size：数组形状

import numpy as np 
n = np.random.random()
m = np.random.random(size=(4,5))
print('n:',n)
print('m:',m)

2.11 np.random.rand(d0,d1,...,dn)

创建一个元素为[0,1)的随机数多维数组
dn：第n个维度的数值

import numpy as np
n = np.random.rand(3,4)
print('n:',n)

知识点为听课总结笔记，课程为B站“千锋教育NumPy教程，保姆级基础入门Python数据分析”：https://www.bilibili.com/video/BV1Hd4y1C7uQ?spm_id_from=333.788.player.switch&vd_source=586b130eb42b843840277b81c8014989&p=19