numpy库（一）：创建ndarray数组

1 Numpy预备基础知识：

1.1 Numpy数据类型：

 1.2 Numpy数组属性：

1.2.1 各个属性的具体演示

import numpy as np          #引入numpy库
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a)                    #输出ndarray数组
print("数组a的维度为:",a.ndim,
      "\n数组a的类型为:",type(a),
      "\n数组a的形状为",a.shape,
      "\n数组a的元素个数为",a.size)       #输出数组a中的各种元素的属性
           

 运行截图显示：

2 Numpy数组的创建

2.1 直接创建

2.1.1 numpy.zeros（）方法

2.1.2  numpy.ones（）方法

实例演示：

import numpy as np
a = np.ones((3,3),dtype=int)      #创建一个3行3列，元素值全为1的ndarray数组
b = np.zeros((4,4))               #创建一个4行4列，元素值全为0的ndarray数组
print(a)
print(b)
           

 运行截图：

2.2 间接创建

2.2.1 numpy.asarray（）

将列表，元组等Python中基本数据类型转为ndarray数组类型

 实例演示：

import numpy as np
a1 = [1,2,3]
b1 = (4,5,6)
a2 = np.asarray(a1,dtype=int)       #将列表转为ndarray数组
b2 = np.asarray(b1,dtype=int)       #将元组转为ndarray数组
print(a2)
print(b2)
print(type(a2),type(b2))
           

 运行截图：

2.2.2 numpy.frombuffer（）方法

将字符串转化为ndarray数组

 实例演示：

import numpy as np
str = b'good job'
d2 = np.frombuffer(str,dtype='S1')   #将字符串转化为ndarray数组
print(str,d2,'\n',type(str),'\n',type(d2))
           

运行截图：

2.3通过数值范围创建ndarray数组

2.3.1 numpy.arange（）方法

实例演示：

import numpy as np
k = np.arange(1,10,2,dtype=int)     #创建一个从1到10，步长为2的ndarray数组
print(k)
           

 运行截图：

2.3.2 numpy.linspace （）方法

实例演示：

import numpy as np
a = np.linspace(1,10,10)        #创建一个起始值为1，终止值为10，元素个数为10的等差ndarray数组
print(a)
           

运行截图：

2.3.3 numpy.logspace（）方法

本文图片摘自菜鸟教程 ，编程工具为pycharm