numpy中创建数组的方法总结

数组的创建：

生成0和1的数组：

• np.ones(shape,dtype)
• np.ones_like(a,dtype)
• np.zeros(shape,dtype)
• np.zeros_like(a,dtype)

从现有数组生成：

• np.array(object,dtype)--------深拷贝
• np.asarray(a,dtype)-------浅拷贝

生成固定范围的数组：

• 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true
• 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.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

生成随机数组：

创建正态分布数组：

• np.random.randn(d0,d1,d2,d3,…,dn)

  • 功能：从标准正态分布中返回一个或多个样本值

• np.random.normal(loc=0.0,scale=1.0,size=None)

  • loc: float
    • 此概率分布的均值（对应着整个分布的中心centre）
  • scale: float
    • 此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）
  • size: int or tuple of ints
    • 输出的shape,默认为None，只输出一个值

• np.random.standard_normal(size=None)

  • 返回指定形状的标准正态分布的数组

创建均匀分布数组：

• np.random.rand(d0,d1,d3,…,dn)

  • 返回[0.0,1.0]内的一组均匀分布的数

• np.random.uniform(low=0.0,high=1.0,size=None)

  • 功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high
  • 参数介绍：
    • low：采样下界，float类型，默认值为0
    • high：采样上界，float类型，默认值为1
    • size：输出样本数目，为int或元组（tuple）类型，例如，size=（m,n,k）,则输出mnk个样本，缺省时输出1个值
    • 返回值：ndarray类型，其形状和参数size中描述一致。

• np.random.randint(low,high=None,size=None,dtype=‘1’)

  • 从一个均匀分布中随机采样，生成一个整数或N维整数数组
  • 取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数