Numpy运用---数组创建和属性_numpy模块中arr变量可编辑-优快云博客

本文链接：https://blog.youkuaiyun.com/seraph_studio/article/details/119843600

这篇博客介绍了如何使用NumPy库在Python中创建数组。内容包括使用`array`、`arange`、`linspace`、`zeros`等函数创建不同类型的数组，并展示了数组的属性如形状、维度和数据类型。还探讨了数组操作，如加法和创建对角矩阵，以及与其他数据类型转换的注意事项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数组创建

使用array函数创建，语法格式为array(列表和元组)
可以使用其他函数例如arange、linspace、zeros等创建
掌握相关函数的用法

import numpy as np

arr1=np.array([-9,7,4,3],dtype='float')
arr2=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])

np.arange(0,10,0.5)

np.linspace(1,10,11)  # 步长=（最大值-最小值）/ 间隔 = (10-1)/(11-1)
# array([ 1. ,  1.9,  2.8,  3.7,  4.6,  5.5,  6.4,  7.3,  8.2,  9.1, 10. ])
np.linspace(1,10,10,endpoint=False) 
# array([ 1. ,  1.9,  2.8,  3.7,  4.6,  5.5,  6.4,  7.3,  8.2,  9.1])

np.logspace(1,5,base=2,num=10)
# array([ 2.        ,  2.72158   ,  3.70349885,  5.0396842 ,  6.85795186,
        9.33223232, 12.69920842, 17.28095582, 23.51575188, 32.        ])
2**np.linspace(1,5,10)
# array([ 2.        ,  2.72158   ,  3.70349885,  5.0396842 ,  6.85795186,
        9.33223232, 12.69920842, 17.28095582, 23.51575188, 32.        ])

np.zeros([4,5])
# array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

np.ones([7,6])
# 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., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1.]])

np.eye(6)
# array([[1., 0., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 0., 1.]])

np.diag([4,5,8])
# array([[4, 0, 0],
       [0, 5, 0],
       [0, 0, 8]])

np.diag([4,5,8])+1
# array([[5, 1, 1],
       [1, 6, 1],
       [1, 1, 9]])

[4,5,8]+1
# TypeError                                 Traceback (most recent call last)
<ipython-input-18-054b96ce073b> in <module>
----> 1 [4,5,8]+1

TypeError: can only concatenate list (not "int") to list

[i+1 for i in [4,5,8]] # 效率没有numpy数组高


arr2=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])

# array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

arr2.shape  # (3,4)

arr2.ndim   # 2

arr2.dtype  # dtype('int32')

arr3=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]],dtype='float')
arr3.dtype  # dtype('float64')