您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
这篇文章主要介绍“如何用Numpy创建数组”，在日常操作中，相信很多人在如何用Numpy创建数组问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”如何用Numpy创建数组”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组；由于未初始化，所以数组中的数据是随机的；
numpy.empty(shape, dtype = float, order = 'C')
| 参数 | 描述 |
|---|---|
| shape | 数组形状 |
| dtype | 数据类型，可选 |
| order | 有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。<br>一般情况下不必关注 |
举例：
a = np.empty((4,3),dtype=int) print(a) # 每次输出都不同，因为没有初始化 # [[-958363344 464 -958381568] # [ 464 -958387104 464] # [-958380912 464 -958380224] # [ 464 -958380224 464]]
用来创建一个指定形状（shape）的数组，并全部初始化为0 举例：
a = np.ones((4,3)) print(a) # [[1 1 1] # [1 1 1] # [1 1 1] # [1 1 1]]
用来创建一个指定形状（shape）的数组，并全部初始化为1 举例：
a = np.zeros((4,3)) print(a) # [[0 0 0] # [0 0 0] # [0 0 0] # [0 0 0]]
格式为： numpy.array(object, dtype=None) ，其中：
| 参数 | 描述 |
|---|---|
| object | 创建的数组的对象，可以为单个值，列表，元胞等。 |
| dtype | 数据类型，可选 |
举例：
array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) print(array) # [0 1 2 3 4 5 6 7 8 9] print(array.dtype) # int32
格式为： numpy.asarray(a, dtype = None, order = None) ，其中：
| 参数 | 描述 |
|---|---|
| a | 任意形式的输入参数，可以是： 列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组 |
| dtype | 数据类型，可选 |
| order | 可选，有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。 |
举例：
a = [1,3,1,5,4] b = np.asarray(a) print(type(a)) # <class 'list'> print(type(b)) # <class 'numpy.ndarray'>
格式为：numpy.fromiter(iterable, dtype, count=-1) ，其中：
| 参数 | 描述 |
|---|---|
| iterable | 可迭代对象 |
| dtype | 返回数组的数据类型 |
| count | 读取的数据数量，默认为-1，读取所有数据 |
举例：
list=range(5) it=iter(list) x=np.fromiter(it, dtype=float) print(x)
格式为：numpy.arange(start, stop, step, dtype) ，其中：
| 参数 | 描述 |
|---|---|
| start | 起始值，默认为0 |
| stop | 终止值（不包含） |
| step | 步长，默认为1 |
| dtype | 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。 |
举例：
a = np.arange(10) print(a) # 输出：[0 1 2 3 4 5 6 7 8 9] b = np.arange(10,20,2) print(b) # 输出：[10 12 14 16 18]
格式为：np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) ，其中：
| 参数 | 描述 |
|---|---|
| start | 序列的起始值 |
| stop | 序列的终止值，如果endpoint为true，该值包含于数列中 |
| num | 要生成的等步长的样本数量，默认为50 |
| endpoint | 该值为 true 时，数列中包含stop值，反之不包含，默认是True。 |
| retstep | 如果为 True 时，生成的数组中会显示间距，反之不显示。 |
| dtype | ndarray 的数据类型 |
举例：
a = np.linspace(10,20,5,endpoint=False) # 从10开始，20结束，一共产生5个数字，不包含20 print(a) # 输出：[10. 12. 14. 16. 18.] b = np.linspace(10,20,5,endpoint=True) print(b) # 输出：[10. 12.5 15. 17.5 20. ]
格式为 ： np.random.randint(0, 100, (3, 4))
在使用random之前，可以通过 np.random.seed(666) 来设置随机种子，这一点与Python一致；
举例：
a = np.random.randint(0, 100, (3, 4)) print(a) # 输出为： # [[92 58 18 32] # [ 4 87 81 1] # [12 11 13 68]]
只要在整数的基础上除以整数即可，例如需要创建一个取值范围在0,1之间，精度为0.01的浮点型数组，可以使用如下方法：
a = np.random.randint(0, 100, (3, 4)) b= a/100 print(b) # 输出为： # [[0.05 0.48 0.72 0.95] # [0.68 0.78 0.22 0.98] # [0.17 0.45 0.7 0.85]]
到此，关于“如何用Numpy创建数组”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。