创建数组
1. 用 ndarray
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
| 参数 | 描述 |
|---|---|
| object | 数组或嵌套的数列 |
| dtype | 数组元素的数据类型，可选 |
| copy | 对象是否需要复制，可选 |
| order | 创建数组的样式，C为行方向，F为列方向，A为任意方向（默认） |
| subok | 默认返回一个与基类类型一致的数组 |
| ndmin | 指定生成数组的最小维度 |
例子
import numpy as np
a = np.array([[1, 2],[3, 4]])
print (a)
[[1 2]
[3 4]]
2. 用 empty
numpy.empty(shape, dtype = float, order = 'C')
# 例子
import numpy as np
x = np.empty([3,2], dtype = int)
print (x)
[[ -1 -1]
[123995024 510]
[ 0 0]]
3. 从已有的数组创建数组 asarray
numpy.asarray(a, dtype = None, order = None)
| 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 |
# 例子
import numpy as np
x = (1,2,3)
a = np.asarray(x, dtype = float)
print (a)
[1. 2. 3.]
4. 从从数值范围创建数组 arange
numpy.arange(start, stop, step, dtype)
| 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 |
# 例子
import numpy as np
x = np.arange(10,20,2)
print (x)
[10 12 14 16 18]