NumPy-数组创建例程

NumPy是一个常用的Python库，用于进行科学计算和数值操作。它提供了高效的多维数组对象和一系列的数组操作函数，对于程序员来说，了解和掌握NumPy的数组创建例程是非常重要的。本文将介绍一些常用的NumPy数组创建方法。

导入NumPy库

在开始之前，首先需要导入NumPy库。可以使用以下代码导入NumPy：

import numpy as np

在导入之后，你可以使用np作为NumPy库的简称来访问所有NumPy的功能。

创建数组

一维数组是最基本的数组类型，可以使用NumPy提供的np.array()函数来创建。例如，以下代码将创建一个包含1到5的一维数组：

arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

输出结果：

[1 2 3 4 5]

除了使用np.array()，NumPy还提供了其他一些函数用于创建特定类型的数组，比如：

• np.zeros(shape)：创建一个给定形状（shape）的全0数组。
• np.ones(shape)：创建一个给定形状的全1数组。
• np.arange(start, stop, step)：创建一个以给定步长递增的数组。

下面是一些例子：

arr2 = np.zeros(5)
print(arr2)
# 输出 [0. 0. 0. 0. 0.]

arr3 = np.ones((2, 3))
print(arr3)
# 输出
# [[1. 1. 1.]
#  [1. 1. 1.]]

arr4 = np.arange(0, 10, 2)
print(arr4)
# 输出 [0 2 4 6 8]

多维数组

除了一维数组，NumPy还支持多维数组的创建。可以使用np.array()函数传递一个嵌套的列表来创建多维数组。例如，以下代码将创建一个2x3的二维数组：

arr5 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr5)

输出结果：

[[1 2 3]
 [4 5 6]]

可以使用np.zeros()、np.ones()和np.arange()同样的方式来创建多维数组。

数组属性

一旦创建了一个数组，你可以通过一些属性来获取关于数组的信息，比如形状、大小和数据类型。

• shape：返回表示数组形状的元组。
• size：返回数组的元素总数。
• dtype：返回数组的数据类型。

以下是一些示例：

arr6 = np.array([1, 2, 3, 4, 5])
print(arr6.shape)
# 输出 (5,)

print(arr6.size)
# 输出 5

print(arr6.dtype)
# 输出 int64

总结

本文介绍了如何使用NumPy进行数组的创建。你可以使用np.array()来创建一维和多维数组，并使用np.zeros()、np.ones()和np.arange()来创建特定类型的数组。了解这些数组创建例程对于处理和操作数组是非常重要的。

以上内容为介绍“NumPy-数组创建例程”，希望对你在使用NumPy库时有所帮助！