np.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.uint8)
这里的特殊数值指的是0、1、空值。特殊数值法适合构造全0、全1、空数组，或由0、1组成的类似单位矩阵（主对角线为1，其余为0）的数组。
np.zeros(shape, dtype=float, order='C')
np.ones(shape, dtype=float, order='C')
np.empty(shape, dtype=float, order='C')
np.eye(N, M=None, k=0, dtype=float, order='C')
固定参数shape表示生成的数组结构，默认参数dtype用于指定数据类型(默认浮点型)。order参数指定的是数组在内存中的存储顺序， 'C'表示C语言使用的行为优先方式， 'F'表示Fortran语言使用的列优先方式
import numpy as np
print(np.zeros(6))
print(np.zeros((2, 3)))
print(np.ones((2, 3), dtype=int))
print(np.empty((2, 3)))
print(np.eye(3, dtype=np.uint8))
如果需要一个3行4列，初始值都是255的无符号整型数组
- 方案1：全1数组乘以255
- 方案2：全0数组加255
- 方案3：使用填充函数
fill()
import numpy as np
a = np.empty((3, 4), dtype=np.uint8)
a.fill(255)
print(a)
np.random.random(size=None)
np.random.randint(low, high=None, size=None)
np.random.normal(loc=0.0, scale=1.0, size=None)
random()函数用于生成 [0,1)区间内的随机浮点型整数， randint()函数用于生成 [low,high)区间内的随机整形数组。参数size是一个元组，用于指定生成数组的结构
import numpy as np
print(np.random.random(3))
print(np.random.random((2, 3)))
print(np.random.randint(5))
print(np.random.randint(1, 5, size=(2, 3)))
normal()函数用于生成以loc为均值、以scale为标准差的正态分布数组。
import numpy as np
import matplotlib.pyplot as plt
tall = np.random.normal(170, 4, 1000)
bins = np.arange(156, 190, 2)
plt.hist(tall, bins)
plt.show()
import numpy as np
np.arange(start, stop, step, dtype=None)
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
arange()函数和Python的 range()函数用法相同，并且还可以接收浮点型参数
import numpy as np
print(np.arange(5))
print(np.arange(5, 11))
print(np.arange(5, 11, 2))
print(np.arange(5.5, 11, 1.5))
print(np.arange(3, 15).reshape(3, 4))
linspace()函数需要3个参数：一个起点、一个终点、一个返回元素的个数。 linspace()函数返回的元素包括起点和终点，可以通过 endpoint参数选择是否包含终点
import numpy as np
print(np.linspace(0, 5, 5))
print(np.linspace(0, 5, 5, endpoint=False))
repeat()函数用来重复数组元素。但如果被重复的数组是一个多维数组，且 repeat()函数指定了 axis参数，情况就会变得有些复杂
import numpy as np
a = np.arange(5)
print(a)
print(np.repeat(a, 3))
a = np.arange(6).reshape((2, 3))
print(a)
print(np.repeat(a, 3))
print(np.repeat(a, 3, axis=0))
print(np.repeat(a, 3, axis=1))
tile()将整个数组而非数组元素水平和垂直重复指定的次数
import numpy as np
a = np.arange(5)
print(a)
print(np.tile(a, 3))
print(np.tile(a, (3, 2)))
a = np.arange(6).reshape((2, 3))
print(a)
print(np.tile(a, 3))
print(np.tile(a, (2, 3)))
- 用数组表示经纬度网格方式一：用两个一维数组表示。使用定长分隔函数
linspace()，将经度从-180°到180°分为间隔为10°的37个点，将纬度从90°到-90分为间隔为10°的19个点，得到两个一维数组
import numpy as np
lon = np.linspace(-180, 180, 37)
lat = np.linspace(90, -90, 19)
- 用数组表示经纬度网格方式二：用两个二维数组分别表示经度网格和纬度网格。经度网格中每一列的元素都是相同的（同一个经度），纬度网格中每一行的元素都是相同的（同一个纬度）。生成二维经纬度网格的常用函数是
np.meshgrid()，该函数以一维经度数组lon和一维纬度数组lat为参数，返回二维的经度数组和纬度数组
import numpy as np
lon = np.linspace(-180, 180, 37)
lat = np.linspace(90, -90, 19)
lons, lats = np.meshgrid(lon, lat)
print(lons.shape)
print(lats.shape)
print(lons[:,0])
print(lons[0])
- 构造经纬度网格，除了使用
np.meshgrid()函数外，还有一个更强大的方法，这个方法可以直接生成纬度网格和经度网格而无需借助于一维数组（请注意，纬度在前，经度在后）
import numpy as np
lats, lons = np.mgrid[90:-91:-5, -180:181:5]
print(lons.shape, lats.shape)
lats, lons = np.mgrid[90:-90:37j, -180:180:73j]
print(lons.shape, lats.shape)
- 结果显示：数组会将所有元素的数据类型都转为
'<u32'< code>类型。这里的U标识Unicode字符串；<code><</code>表示字节顺序，意为小端在前(低位字节存储在最小地址中)；32表示数组元素占用32字节，数组元素占用的字节数由所有元素中最长的那个元素决定</u32'<>
import numpy as np
print(np.array(['Anne', 1.70, 55]).dtype)
- 怎样在数组中保留用以生成数组的列表中的元素类型呢？这就需要用到自定义数据类型了。自定义数据类型类似于C语言的结构体，其代码如下
import numpy as np
mytype = np.dtype([('name', 'S32'), ('tall', np.float), ('bw', np.int)])
print(np.array([('Anne', 1.70, 55)], dtype=mytype))
Original: https://blog.csdn.net/feizuiku0116/article/details/126705818
Author: 飞Link
Title: NumPy创建数组的方法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/757655/
转载文章受原作者版权保护。转载请注明原作者出处！