Numpy的基本使用：创建ndarray：

最新推荐文章于 2025-07-11 15:53:03 发布

弱鸡_CQUPT

最新推荐文章于 2025-07-11 15:53:03 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/qq_36850223/article/details/79309393

机器学习专栏收录该内容

2 篇文章

订阅专栏

Numpy的ndarray是一种n维数组对象，常用于大数据容器。它具有同构数据特性，所有元素类型一致，每个数组有shape（维度大小元组）和dtype（数据类型）。创建ndarray可通过`np.array()`，接受数字或嵌套序列。`zeros()`函数创建全0数组，如(3,6)表示三行六列；`ones()`创建全1数组，如(5,)为长度5的一维数组；`empty()`仅分配空间，不填充值。" 106396900,9480840,XML解析：DOM与SAX解析技术对比分析,"['XML', 'DOM', 'SAX', '数据解析', 'Java']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ndarray：一种n维数组对象

作用：大数据容器

特点：同构数据多维容器，即其中的所有元素必须是相同类型，每个数组都有一个shape和一个dtype

shape：一个表示各维度大小的元组

dtype：一个用于说明数组数据类型的对象

创建ndarray：

1.使用array函数（np.array()）

1>数字

import numpy as np
data1 = [6,7.5,8,0,1]
arr1 = np.array(data1)
arr1

输出结果为：

array([ 6. ,  7.5,  8. ,  0. ,  1. ])

2>嵌套序列（多组长度相同的序列）

通过np.array()函数将会被转化为一个多维数组

data2 = [[1,2,3,4],[5,6,7,8]]
arr2 = np.array(data2)
arr2

输出结果为：

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

arr2.shape

通过上面的查询语句得到结果：

(2, 4)

可知生成的是一个2行4列的多维数组

2>zeros函数创建指定长度或者形状的全0数组

1.指定长度：长度为10

np.zeros(10)

输出结果为：

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

2.指定形状：三行六列

np.zeros((3,6))

输出结果为：

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

注意：在指定形状类型中，zeros（）函数括号中要写(3,6)不能写3,6否则会出现错误。

np.zeros(3,6)

输出错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-10-c306b541446d> in <module>()
----> 1 np.zeros(3,6)

TypeError: data type not understood

3>ones函数创建指定长度或者形状的全1数组

1.指定长度：长度为5

np.ones(5)

输出结果为：

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

2.指定形状：六行三列

np.ones((6,3))

输出结果为：

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

4>empty函数：创建新数组，只分配空间，不填充任何值

np.empty((2,3,2))

输出结果：

array([[[  8.81415731e-312,   3.16202013e-322],
        [  0.00000000e+000,   0.00000000e+000],
        [  0.00000000e+000,   1.73356567e+185]],

       [[  3.72585388e-057,   2.44748545e-056],
        [  7.62339267e+169,   9.96233957e-047],
        [  2.42341969e-052,   1.93252241e+184]]])

np.empty()不会全部返回0，而是返回一些未初始化的垃圾值。

总结：