一、标准数组的创建
用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组；由于未初始化，所以数组中的数据是随机的；
numpy.empty(shape, dtype = float, order = 'C')
参数描述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。
一般情况下不必关注
举例：
a = np.empty((4,3),dtype=int)
print(a)
用来创建一个指定形状（shape）的数组，并全部初始化为0
举例：
a = np.ones((4,3))
print(a)
用来创建一个指定形状（shape）的数组，并全部初始化为1
举例：
a = np.zeros((4,3))
print(a)
二、创建一般数组
格式为： numpy.array(object, dtype=None) ，其中：
参数描述object创建的数组的对象，可以为单个值，列表，元胞等。dtype数据类型，可选
举例：
array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(array)
print(array.dtype)
格式为： numpy.asarray(a, dtype = None, order = None) ，其中：
参数描述a任意形式的输入参数，可以是：
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。
举例：
a = [1,3,1,5,4]
b = np.asarray(a)
print(type(a))
print(type(b))
格式为： numpy.fromiter(iterable, dtype, count=-1) ，其中：
参数描述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
举例：
list=range(5)
it=iter(list)
x=np.fromiter(it, dtype=float)
print(x)
格式为： numpy.arange(start, stop, step, dtype) ，其中：
参数描述start起始值，默认为0stop终止值（不包含）step步长，默认为1dtype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。
举例：
a = np.arange(10)
print(a)
b = np.arange(10,20,2)
print(b)
格式为： np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) ，其中：
参数描述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50endpoint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。dtypendarray 的数据类型
举例：
a = np.linspace(10,20,5,endpoint=False)
print(a)
b = np.linspace(10,20,5,endpoint=True)
print(b)
三、创建随机数组
格式为 ： np.random.randint(0, 100, (3, 4))
在使用random之前，可以通过 np.random.seed(666) 来设置随机种子，这一点与Python一致；
举例：
a = np.random.randint(0, 100, (3, 4))
print(a)
只要在整数的基础上除以整数即可，例如需要创建一个取值范围在0,1之间，精度为0.01的浮点型数组，可以使用如下方法：
a = np.random.randint(0, 100, (3, 4))
b= a/100
print(b)
Original: https://blog.csdn.net/weixin_47139649/article/details/126147176
Author: 这么神奇
Title: 【Numpy总结】第三节：Numpy创建数组
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/759703/
转载文章受原作者版权保护。转载请注明原作者出处！