#头条创作挑战赛#

NumPy 创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。

numpy.empty

numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：

numpy.empty(shape, dtype = float, order = 'C')

参数说明：

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。

下面是一个创建空数组的实例：

import numpy as np
x = np.empty([3,2],dtype=int)
print(x)

[[ 8070450532247928832 -3458755731224679552]
 [-9223363254258958333  8070450532247928832]
 [ 7165064483209150466      952629856267361]]

注意 ? 数组元素为随机值，因为它们未初始化。

numpy.zeros

创建指定大小的数组，数组元素以 0 来填充：

numpy.zeros(shape, dtype = float, order = 'C')

参数说明：

shape：数组形状

dtype：数据类型，可选

order：'C' 用于 C 的行数组，或者 'F' 用于 FORTRAN 的列数组

创建指定大小的数组，数组元素以 0 来填充

import numpy as np
# 默认为浮点数
x = np.zeros(5)
print(x)
# 设置类型为整数
y = np.zeros((5,),dtype=int)
print(y)
# 自定义类型
z = np.zeros((2,2),dtype=[('x', 'i4'), ('y', 'i4')])
print(z)

[0. 0. 0. 0. 0.]
[0 0 0 0 0]
[[(0, 0) (0, 0)]
 [(0, 0) (0, 0)]]

numpy.ones

创建指定形状的数组，数组元素以 1 来填充：

numpy.ones(shape, dtype = None, order = 'C')

参数说明：

shape：数组形状

dtype：数据类型，可选

order：'C' 用于 C 的行数组，或者 'F' 用于 FORTRAN 的列数组

创建指定形状的数组，数组元素以 1 来填充

import numpy as np
# 默认为浮点数
x = np.ones(5)
print(x)
# 自定义类型
y = np.ones([2,2],dtype=int)
print(y)

[1. 1. 1. 1. 1.]
[[1 1]
 [1 1]]

NumPy 从已有的数组创建数组

numpy.asarray

numpy.asarray(a, dtype = None, order = None)

参数说明

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。

列表转换为 ndarray

import numpy as np
x = [1,2,3]
a = np.asarray(x)brprint(a)
# 设置了 dtype 参数
b = np.asarray(x,dtype=float)
print(b)

[1 2 3]
[1. 2. 3.]

元组转换为 ndarray

import numpy as np
x = (1,2,3)
a = np.asarray(x)
print(a)

[1 2 3]

元组列表转换为 ndarray

import numpy as np
x =  [(1,2,3),(4,5)] 
a = np.asarray(x)  
print (a)

[(1, 2, 3) (4, 5)]

numpy.frombuffer

numpy.frombuffer 用于实现动态数组。

numpy.frombuffer 接受 buffer 输入参数，以流的形式读入转化成 ndarray 对象。

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

参数说明：

buffer:可以是任意对象，会以流的形式读入。

dtype:返回数组的数据类型，可选

count:读取的数据数量，默认为-1，读取所有数据。

offset:读取的起始位置，默认为0。

import numpy as np
s =  b'Hello World' 
a = np.frombuffer(s, dtype =  'S1')  
print (a)

[b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd']

numpy.fromiter

numpy.fromiter 方法从可迭代对象中建立 ndarray 对象，返回一维数组。

numpy.fromiter(iterable, dtype, count=-1)

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

import numpy as np 
# 使用 range 函数创建列表对象  
list=range(5)
it=iter(list)
# 使用迭代器创建 ndarray 
x=np.fromiter(it, dtype=float)
print(x)

[0. 1. 2. 3. 4.]

NumPy 从数值范围创建数组

numpy.arange

numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下：

numpy.arange(start, stop, step, dtype)

根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray。

参数说明：

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。

生成 0 到 5 的数组

import numpy as np
x = np.arange(5)
print(x)
# 设置返回类型位 float
x = np.arange(5,dtype=float)
print(x)
# 设置了起始值、终止值及步长
x = np.arange(10,20,2)
print(x)b

[0 1 2 3 4]
[0. 1. 2. 3. 4.]
[10 12 14 16 18]

numpy.linspace

numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

参数说明

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

import numpy as np
# 设置起始点为 1 ，终止点为 10，数列个数为 10
a = np.linspace(1,10,10)
print(a)
# 设置元素全部是1的等差数列
a = np.linspace(1,1,10)
print(a)
# endpoint 设为 false，不包含终止值
a = np.linspace(10, 20,  5, endpoint =  False)  
print(a)
# endpoint 设为 true，则会包含 20
a = np.linspace(10, 20,  5, endpoint =  True)  
print(a)

[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]
[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
[10.  12.5 15.  17.5 20. ]

设置间距

import numpy as np
a =np.linspace(1,10,10,retstep= True)
print(a)

(array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.]), 1.0)

numpy.logspace

numpy.logspace 函数用于创建一个于等比数列。格式如下：

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

base 参数意思是取对数的时候 log 的下标

start:序列的起始值为：base ** start

stop:序列的终止值为：base ** stop。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，数列中中包含stop值，反之不包含，默认是True。

base:对数 log 的底数。

dtype:ndarray 的数据类型

import numpy as np
# 默认底数是 10
a = np.logspace(1.0,2.0,num = 10)
print (a)

[ 10.          12.91549665  16.68100537  21.5443469   27.82559402
  35.93813664  46.41588834  59.94842503  77.42636827 100.        ]

对数的底数设置为 2

import numpy as np
a = np.logspace(0,9,10,base=2)
print (a)

[  1.   2.   4.   8.  16.  32.  64. 128. 256. 512.]