numpy 的属性和创建 array_.下面的选项创建的是3行3列数组的是-优快云博客

本文介绍了numpy的属性，包括ndim、shape和size，并详细讲解了如何创建array，如指定数据类型、创建全零、全一和接近零的数组，以及利用arange、linspace和reshape等函数进行数组操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文numpy 的属性和创建 array

Numpy

numpy 的三属性:

ndim：维度
shape：行数和列数
size：元素个数

使用numpy前，要先导入模块

import numpy as np

列表转化为矩阵：

array = np.array([[1,2,3],[2,3,4]])  #列表转化为矩阵
print(array)
"""
array([[1, 2, 3],
       [2, 3, 4]])
"""

numpy 的几种属性

我们看看这几种属性的结果:

print('number of dim:',array.ndim)  # 维度
# number of dim: 2

print('shape :',array.shape)    # 行数和列数
# shape : (2, 3)

print('size:',array.size)   # 元素个数
# size: 6

Numpy 的创建 array

创建 array 有很多形式

关键字：

array：创建数组
dtype：指定数据类型
zeros：创建数据全为0
ones：创建数据全为1
empty：创建数据接近0
arrange：按指定范围创建数据
linspace：创建线段

array创建数组

在array函数里面加入列表
列表是由一系列按特定顺序排列的元素组成

a = np.array([2,23,4])  # list 1d
print(a)
# [2 23 4]

指定数据 dtype

int

a = np.array([2,23,4],dtype=np.int)
print(a.dtype)
# int 64

int32

a = np.array([2,23,4],dtype=np.int32)
print(a.dtype)
# int32

float

a = np.array([2,23,4],dtype=np.float)
print(a.dtype)
# float64

float32

a = np.array([2,23,4],dtype=np.float32)
print(a.dtype)
# float32

创建制定数据

array（）内的列表可以随意组合

a = np.array([[2,23,4],[2,32,4]])  # 2d 矩阵 2行3列
print(a)
"""
[[ 2 23  4]
 [ 2 32  4]]
"""

创建全零数组

需要提供维度

a = np.zeros((3,4)) # 数据全为0，3行4列
"""
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
"""

创建全一数组, 同时也能指定这些特定数据的 dtype

a = np.ones((3,4),dtype = np.int)   # 数据为1，3行4列
"""
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
"""

创建全空数组, 每个值都是接近于零的数:

a = np.empty((3,4)) # 数据为empty，3行4列
"""
array([[  0.00000000e+000,   4.94065646e-324,   9.88131292e-324,
          1.48219694e-323],
       [  1.97626258e-323,   2.47032823e-323,   2.96439388e-323,
          3.45845952e-323],
       [  3.95252517e-323,   4.44659081e-323,   4.94065646e-323,
          5.43472210e-323]])
"""

arange 创建连续数组:

可以设置步长

a = np.arange(10,20,2) # 10-19 的数据，2步长
"""
array([10, 12, 14, 16, 18])
"""

reshape 改变数据的形状

a = np.arange(12).reshape((3,4))    # 3行4列，0到11
"""
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
"""

linspace 创建线段型数据:

np.linspace(0,10,5) # 开始端0，结束端10，且分割成5个数据，生成线段
Out[23]: array([ 0. ,  2.5,  5. ,  7.5, 10. ])

reshape 工作:

注意，shape要等于 array 的size

np.linspace(0,10,6).reshape((2,3))
Out[25]: 
array([[ 0.,  2.,  4.],
       [ 6.,  8., 10.]])

参考莫烦Python，简单易懂！
打call https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/2-2-np-array/