NumPy是一个开源的Python科学计算库,主要用于处理多维数组、矩阵以及其他高维数据。在NumPy中,最核心的数据结构是ndarray,它是一种多维数组,可以存储任意类型的数据。在本篇文章中,我们将详细介绍NumPy数组的创建和操作方法。
可以使用NumPy中的array函数直接创建一个数组。在调用array函数时,可以传递一个列表或元组作为参数,这个列表或元组中的每个元素将成为数组的一个元素。例如:
import numpy as np
a = np.array([1, 2, 3, 4])
print(a)
输出结果为:
[1 2 3 4]
可以通过传递一个列表来创建一个数组。例如:
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
print(a)
输出结果为:
[[1 2 3]
[4 5 6]]
NumPy提供了许多函数来创建数组。其中一些常用的函数有:
以下是这几个函数创建数组的示例:
import numpy as np
#使用 numpy.zeros 函数创建全0数组:
# 创建一个3行4列的全0数组
arr = np.zeros((3, 4))
print(arr)
# 输出结果:
# [[0. 0. 0. 0.]
# [0. 0. 0. 0.]
# [0. 0. 0. 0.]]
#使用 numpy.ones 函数创建全1数组:
# 创建一个2行3列的全1数组
arr = np.ones((2, 3))
print(arr)
# 输出结果:
# [[1. 1. 1.]
# [1. 1. 1.]]
#使用 numpy.arange 函数创建一维数组:
# 创建一个从0到9的一维数组
arr = np.arange(10)
print(arr)
# 输出结果:[0 1 2 3 4 5 6 7 8 9]
#使用 numpy.full 函数创建形状为 (2, 3) 的数组:
# 创建一个形状为 (2, 3) 的数组,用 0.1 填充
a = np.full((2, 3), 0.1)
print(a)
#输出结果:[[0.1 0.1 0.1] [0.1 0.1 0.1]]
#使用 numpy.linspace 函数创建一维等差数列数组:
# 创建一个从0到10之间,共6个等差数列的一维数组
arr = np.linspace(0, 10, 6)
print(arr)
# 输出结果:[ 0. 2. 4. 6. 8. 10.]
以上就是NumPy创建数组最常用的3种方式。
本文链接:http://task.lmcjl.com/news/4344.html