NumPy 创建数组最常用的3种方式
NumPy 是一个开源的 Python 科学计算库。使用 NumPy，可以执行各种数值计算，最常用的功能之一是创建和操作数组。
创建数组最常用的三种方式
1. 使用 np.array() 方法
这是创建NumPy数组最直接的方式。你可以通过将Python列表作为参数传递给 np.array() 方法来创建数组。
示例代码:
import numpy as np
# 创建一个一维数组
arr1 = np.array([1, 2, 3, 4])
print("一维数组:", arr1)
# 创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print("二维数组:", arr2)2. 使用 np.zeros() 方法
如果你需要一个全为0的数组，np.zeros() 方法是一个不错的选择。你只需要指定数组的形状，NumPy 就会创建一个相应的全0数组。
示例代码:
import numpy as np
# 创建一个长度为4的一维全0数组
arr_zeros = np.zeros(4)
print("一维全0数组:", arr_zeros)
# 创建一个3x2的二维全0数组
arr_zeros_2d = np.zeros((3, 2))
print("二维全0数组:", arr_zeros_2d)3. 使用 np.arange() 方法
如果你需要创建一个序列的数组，np.arange() 方法非常有用。它类似于Python的 range() 函数。
示例代码:
import numpy as np
# 创建一个从0到9的一维数组
arr_range = np.arange(10)
print("从0到9的一维数组:", arr_range)
# 创建一个从10到19的一绑数组, 指定步长为2
arr_range_step = np.arange(10, 20, 2)
print("从10到19的一维数组(步长为2):", arr_range_step)使用NumPy创建数组的几个注意事项
- 当使用
np.array()时，传递的列表或列表的列表（对于多维数组）应该有相同的数据类型。如果元素类型不同，NumPy会尝试向上转型至适合所有元素的数据类型。 - 使用
np.zeros()和其他类似方法如np.ones()、np.full()时，除了指定数组的形状，也可以指定数组的数据类型，例如dtype=np.int32。 - 在使用
np.arange()时，请注意范围和步长，它不会包含结束值，类似于标准的range()函数。
这些基本的数组创建方法是NumPy的核心功能之一，通过上述示例代码及注意事项，你应该能开始使用NumPy创建自己需要的数组了。
(括号匹配) Python实现括号匹配方法详解 使用栈实现括号匹配 全网首发(图文详解1)
(math.ceil()用法) 详解Python3中ceil()函数用法 Python 3中的 ceil 函数 全网首发(图文详解1)
