创建数组——arange/ndarray

arange

arange函数用来创建一维数组

numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None)

参数

start：  可选参数 为整数或实数，默认起始值为0

stop：  整数或实数，间隔不包括此值

step：  可选参数， 整数或实数，为步长即值之间的间距

dtype：  数据类型，如果未给出，则由其他输入的参数来判定数据类型

like：   引用对象允许创建不是numpy数组的数组，比如类数组

return： 返回均匀间隔的一维数组

 

示例代码

 

list1 = np.arange(5)    # stop=5
print(list1)

list2 = np.arange(2, 5)     # start=2, stop=5
print(list2)
# list2 也可以这么表示
list3 = np.arange(stop=5, start=2)
print(list3)

# 使用步长
list4 = np.arange(2, 11, 2)
print(list4)

list5 = np.arange(3, 5, 0.2, dtype=float)
print(list5)

 

 

ndarray

该数组对象表示一个多维、同质的固定大小项目数组

numpy.ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)

 

参数

shape：  一个元素是整型的元组

dtype：  数组类型，可选，默认为float

buffer：  对象暴露缓冲区接口，用于数据填充数组

offset：   偏移量，int类型，可选，缓冲区中数组数据的偏移量

step：   步长，整型元组，可选

order：  顺序，{'C', 'F' }, 可选， 'C' 行优先， 'F' 列优先

 

1.如果buffer为None， 则仅使用shape、dtype和order

2.如果buffer是一个暴露缓冲区接口的对象，那么所有的关键字都会被解释。

# 无缓冲区
arr = np.ndarray(shape=(2, 2))
print(arr)

# 有缓冲区
arr1 = np.ndarray(shape=(2, ), buffer=np.array([1, 2, 3]), offset=np.int_().itemsize, dtype=int)
print(arr1)