02-numpy

NumPy创建数组对象

1. array(object,dtype,ndmin)

利用NumPy库的array函数创建ndarray数组，ndarray是提个通用的同构数据容器，即其中的所有元素都需要相同的类型，因此能快速确定存储数据所需的空间。NumPy库能将数据（list、tuple、array或其它序列类型）转换为ndarray数组。

参数	说明
object	接收array，表示想要创建的数组
dtype	接收data-type，表示数组所需的数据类型，默认为None
ndmin	接收int，指定生成数组应该具有的最小维数，默认为None

基于列表和元组创建ndarray数组

import numpy as np

data1 = [1,3,5,7]  # 列表
w1 = np.array(data1)
w1
result:array([1, 3, 5, 7])

data2 = (1,3,4,6)  # 元组
w2 = np.array(data2)
w2
result:array([1, 3, 4, 6])

data3 = [[1,2,3,4],[5,6,7,8]]
w3 = np.array(data3)
w3
result:array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

2. 专门创建数组的函数

通过array()利用已有的Python序列创建数组，显然效率不高，NumPy提供了很多专门创建数组的函数：

函数	说明
np.arange(n)	类似于range()函数,返回ndarray类型数组，元素为0~n-1个
np.ones(shape)	根据shape生成一个全为1的数组，shape为元组类型
np.zeros(shape)	根据shape生成一个全为0的数组，shape为元组类型
np.full(shape,val)	根据shape生成一个全为val的矩阵
np.eye(n)	创建一个对角线元素为1，其余全为0的方阵
np.linspace()	指定起始值、结束值、元素个数，创建一维数组
np.logspace()	指定起始值、结束值、元素个数，创建一维等比数组