在 Python 中新建一个 Numpy 数组的方法有很多种，包括使用 np.array()、np.zeros()、np.ones() 和 np.empty() 等函数。最常用的方法是通过np.array()函数来创建一个新的 Numpy 数组。下面将详细介绍如何使用这些方法来新建一个 Numpy 数组，并深入探讨每种方法的用法和适用场景。
一、使用 np.array() 函数创建 Numpy 数组
np.array() 函数是创建 Numpy 数组最常用的方法之一。它可以将一个 Python 列表或元组转换为 Numpy 数组。
1. 创建一维数组
import numpy as np
创建一维数组
array_1d = np.array([1, 2, 3, 4, 5])
print(array_1d)
在这个例子中，我们使用 np.array() 函数将一个包含整数的列表转换为一维 Numpy 数组。
2. 创建二维数组
import numpy as np
创建二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(array_2d)
在这个例子中，我们将一个嵌套列表转换为二维 Numpy 数组。
3. 创建多维数组
import numpy as np
创建三维数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(array_3d)
在这个例子中，我们将一个嵌套的列表转换为三维 Numpy 数组。
二、使用 np.zeros() 函数创建 Numpy 数组
np.zeros() 函数用于创建一个所有元素都为零的数组。可以指定数组的形状和数据类型。
1. 创建一维零数组
import numpy as np
创建一维零数组
zeros_1d = np.zeros(5)
print(zeros_1d)
在这个例子中，我们创建了一个包含 5 个元素的一维数组，所有元素都为零。
2. 创建二维零数组
import numpy as np
创建二维零数组
zeros_2d = np.zeros((3, 3))
print(zeros_2d)
在这个例子中，我们创建了一个 3×3 的二维数组，所有元素都为零。
三、使用 np.ones() 函数创建 Numpy 数组
np.ones() 函数用于创建一个所有元素都为一的数组。可以指定数组的形状和数据类型。
1. 创建一维一数组
import numpy as np
创建一维一数组
ones_1d = np.ones(5)
print(ones_1d)
在这个例子中，我们创建了一个包含 5 个元素的一维数组，所有元素都为一。
2. 创建二维一数组
import numpy as np
创建二维一数组
ones_2d = np.ones((3, 3))
print(ones_2d)
在这个例子中，我们创建了一个 3×3 的二维数组，所有元素都为一。
四、使用 np.empty() 函数创建 Numpy 数组
np.empty() 函数用于创建一个未初始化的数组。数组中的元素值是未定义的，可能是任何值。
1. 创建一维未初始化数组
import numpy as np
创建一维未初始化数组
empty_1d = np.empty(5)
print(empty_1d)
在这个例子中，我们创建了一个包含 5 个元素的一维数组，数组中的元素值是未定义的。
2. 创建二维未初始化数组
import numpy as np
创建二维未初始化数组
empty_2d = np.empty((3, 3))
print(empty_2d)
在这个例子中，我们创建了一个 3×3 的二维数组，数组中的元素值是未定义的。
五、使用 np.arange() 函数创建 Numpy 数组
np.arange() 函数用于创建一个包含一系列连续整数的数组。可以指定起始值、终止值和步长。
1. 创建一维连续整数数组
import numpy as np
创建一维连续整数数组
arange_1d = np.arange(0, 10, 2)
print(arange_1d)
在这个例子中，我们创建了一个包含从 0 开始到 10（不包括 10），步长为 2 的一维数组。
六、使用 np.linspace() 函数创建 Numpy 数组
np.linspace() 函数用于创建一个包含等间距数值的数组。可以指定起始值、终止值和元素个数。
1. 创建一维等间距数值数组
import numpy as np
创建一维等间距数值数组
linspace_1d = np.linspace(0, 1, 5)
print(linspace_1d)
在这个例子中，我们创建了一个包含从 0 到 1（包括 1），共 5 个等间距数值的数组。
七、使用 np.full() 函数创建 Numpy 数组
np.full() 函数用于创建一个所有元素都为指定值的数组。可以指定数组的形状和数据类型。
1. 创建一维指定值数组
import numpy as np
创建一维指定值数组
full_1d = np.full(5, 7)
print(full_1d)
在这个例子中，我们创建了一个包含 5 个元素的一维数组，所有元素都为指定值 7。
2. 创建二维指定值数组
import numpy as np
创建二维指定值数组
full_2d = np.full((3, 3), 7)
print(full_2d)
在这个例子中，我们创建了一个 3×3 的二维数组，所有元素都为指定值 7。
八、使用 np.eye() 函数创建单位矩阵
np.eye() 函数用于创建一个单位矩阵，也称为身份矩阵。单位矩阵的对角线元素为 1，其他元素为 0。
1. 创建单位矩阵
import numpy as np
创建单位矩阵
eye_matrix = np.eye(3)
print(eye_matrix)
在这个例子中，我们创建了一个 3×3 的单位矩阵。
九、使用 np.random 模块创建随机数组
np.random 模块提供了多种创建随机数组的方法，例如 np.random.rand()、np.random.randint() 和 np.random.randn()。
1. 创建随机数数组
import numpy as np
创建随机数数组
random_array = np.random.rand(3, 3)
print(random_array)
在这个例子中，我们创建了一个 3×3 的二维数组，数组中的元素是随机的浮点数。
2. 创建随机整数数组
import numpy as np
创建随机整数数组
random_int_array = np.random.randint(0, 10, (3, 3))
print(random_int_array)
在这个例子中，我们创建了一个 3×3 的二维数组，数组中的元素是 0 到 10 之间的随机整数。
十、使用 np.fromfunction() 函数创建数组
np.fromfunction() 函数用于根据函数生成数组。函数的参数是数组的索引值。
1. 使用函数生成数组
import numpy as np
使用函数生成数组
def func(i, j):
return i + j
function_array = np.fromfunction(func, (3, 3))
print(function_array)
在这个例子中，我们使用 np.fromfunction() 函数生成了一个 3×3 的二维数组，数组中的元素值是索引值的和。
总结
通过上述方法，我们可以在 Python 中使用 Numpy 库创建各种类型的数组，包括一维数组、二维数组、多维数组、零数组、一数组、未初始化数组、连续整数数组、等间距数值数组、指定值数组、单位矩阵和随机数组等。不同的方法适用于不同的场景，可以根据实际需求选择合适的方法来创建 Numpy 数组。
相关问答FAQs：
如何在Python中创建一个NumPy数组？
在Python中，使用NumPy库创建数组非常简单。首先，确保你已经安装了NumPy库，可以通过命令pip install numpy进行安装。创建数组的基本方法是使用numpy.array()函数，该函数可以接受一个列表或元组作为参数。例如：
import numpy as np
arr = np.array([1, 2, 3, 4])
这将生成一个一维数组。对于多维数组，可以传递嵌套列表：
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
这样就创建了一个二维数组。
NumPy数组与Python列表有什么区别？
NumPy数组和Python列表在性能和功能上存在显著差异。NumPy数组是专为数值计算设计的，可以进行更快的数学运算和更高效的内存使用。它们支持多维数组和广播功能，而Python列表则更灵活，可以存储不同类型的数据，但性能较差。在处理大量数字数据时，推荐使用NumPy数组。
如何指定NumPy数组的数据类型？
在创建NumPy数组时，可以通过dtype参数指定数组的数据类型。NumPy支持多种数据类型，例如整数、浮点数和字符串等。例如：
arr_float = np.array([1, 2, 3], dtype=float)
这将创建一个浮点型数组。指定数据类型可以帮助节省内存并提高计算效率。
如何生成特定形状的NumPy数组？
如果你需要创建一个具有特定形状的数组，可以使用numpy.zeros()、numpy.ones()或numpy.empty()等函数。这些函数允许你快速生成包含特定值的数组。例如：
zeros_array = np.zeros((3, 4)) # 创建一个3行4列的全零数组
ones_array = np.ones((2, 3)) # 创建一个2行3列的全一数组
使用这些方法，你可以方便地初始化所需的数组，尤其是在进行复杂计算时。
