NumPy数组创建

NumPy是Python科学计算中最常用的库之一，它提供了高性能的多维数组对象以及各种各样的操作函数，在数据分析和科学计算中发挥着不可替代的作用。在本篇文章中，我们将会介绍NumPy数组的创建方法，让你快速上手并开始你的科学计算之旅。

创建NumPy数组

要创建一个NumPy数组，我们可以使用np.array()函数来将Python列表或元组转换为数组对象。下面是一个简单的例子：

import numpy as np

a = np.array([1, 2, 3])
print(a)

输出：

[1 2 3]

可以看到，我们已经成功创建了一个一维的数组对象。同样的方法也可以用于创建多维数组：

a = np.array([[1, 2], [3, 4]])
print(a)

输出：

[[1 2]
 [3 4]]

这里我们创建了一个二维数组，其形状为2x2。

其他创建方法

除了np.array()函数，还有很多其他的创建NumPy数组的方法。

使用numpy.arange()

numpy.arange()函数用于创建一维数组，并按指定步长输出元素。下面是一个例子：

a = np.arange(0, 10, 2)
print(a)

输出：

[0 2 4 6 8]

这里我们创建了一个一维数组，其元素为0到10之间（不包括10），步长为2。

使用numpy.linspace()

numpy.linspace()函数用于创建一维数组，其元素为在指定范围内按指定数量等间隔的值。下面是一个例子：

a = np.linspace(0, 1, 5)
print(a)

输出：

[0.   0.25 0.5  0.75 1.  ]

这里我们创建了一个一维数组，其元素为从0到1共5个等间隔的值。

使用numpy.zeros()和numpy.ones()

numpy.zeros()函数用于创建指定形状的全为0的数组，而numpy.ones()函数用于创建指定形状的全为1的数组。下面是几个例子：

# 创建一个一维数组，其元素全为0
a = np.zeros(5)
print(a)

# 创建一个2x3的二维数组，其元素全为0
a = np.zeros((2, 3))
print(a)

# 创建一个一维数组，其元素全为1
a = np.ones(5)
print(a)

# 创建一个2x3的二维数组，其元素全为1
a = np.ones((2, 3))
print(a)

输出：

[0. 0. 0. 0. 0.]
[[0. 0. 0.]
 [0. 0. 0.]]
[1. 1. 1. 1. 1.]
[[1. 1. 1.]
 [1. 1. 1.]]

使用numpy.eye()

numpy.eye()函数用于创建指定形状的单位矩阵。下面是一个例子：

a = np.eye(3)
print(a)

输出：

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

这里我们创建了一个3x3的单位矩阵。

总结

在本篇文章中，我们介绍了NumPy数组的创建方法，其中包括使用np.array()、numpy.arange()、numpy.linspace()、numpy.zeros()和numpy.ones()、numpy.eye()函数，这些函数能够帮助我们轻松并快速地创建各种各样的数组。