本文实例讲述了Python使用numpy模块创建数组操作。分享给大家供大家参考，具体如下：
创建数组
创建ndarray
创建数组最简单的方法就是使用array函数。它接收一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的Numpy数组。
array函数创建数组
|
1
2
3
4
|
import numpy as npndarray1 = np.array([1, 2, 3, 4])ndarray2 = np.array(list('abcdefg'))ndarray3 = np.array([[11, 22, 33, 44], [10, 20, 30, 40]]) |
zeros和zeros_like创建数组
用于创建数组，数组元素默认值是0. 注意:zeros_linke函数只是根据传入的ndarray数组的shape来创建所有元素为0的数组，并不是拷贝源数组中的数据.
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
ndarray4 = np.zeros(10)ndarray5 = np.zeros((3, 3))ndarray6 = np.zeros_like(ndarray5) # 按照 ndarray5 的shape创建数组# 打印数组元素类型print("以下为数组类型:")print('ndarray4:', type(ndarray4))print('ndarray5:', type(ndarray5))print('ndarray6:', type(ndarray6))print("-------------")print("以下为数组元素类型:")print('ndarray4:', ndarray4.dtype)print('ndarray5:', ndarray5.dtype)print('ndarray6:', ndarray6.dtype)print("-------------")print("以下为数组形状:")print('ndarray4:', ndarray4.shape)print('ndarray5:', ndarray5.shape)print('ndarray6:', ndarray6.shape) |
ones和ones_like创建数组
用于创建所有元素都为1的数组.ones_like用法同zeros_like用法
|
1
2
3
4
5
6
|
#创建数组，元素默认值是0ndarray7 = np.ones(10)ndarray8 = np.ones((3, 3))#修改元素的值ndarray8[0][1] = 999ndarray9 = np.ones_like(ndarray5) # 按照 ndarray5 的shape创建数组 |
empty和empty_like创建数组
用于创建空数组，空数据中的值并不为0,而是未初始化的随机值.
|
1
2
3
|
ndarray10 = np.empty(5)ndarray11 = np.empty((2, 3))ndarray12 = np.empty_like(ndarray11) |
arange创建数组
arange函数是python内置函数range函数的数组版本.
|
1
2
3
4
5
|
ndarray13 = np.arange(10) #产生0-9共10个元素ndarray14 = np.arange(10, 20) #产生从10-19共10个元素ndarray15 = np.arange(10, 20, 2) #产生10 12 14 16 18, 2为step 间隔为2print('ndarray14的形状:', ndarray14.shape) #ndarray15的长度ndarray14.reshape((2, 5)) #将其形状改变为(2, 5) 分2部分 每份5个 |
eys创建对角矩阵数组
该函数用于创建一个N*N的矩阵，对角线为1，其余为0.
|
1
|
ndarray16 = np.eye(5) |
希望本文所述对大家Python程序设计有所帮助。
原文链接：https://blog.csdn.net/qq_39161737/article/details/78814743
