Nump02---数组的创建（随机创建、有序创建）

随机创建

numpy.random.方法

方法	作用
.rand(d0, d1, …, dn)	生成从n个维度的均匀随机数组数,全为0-1之间的浮点数
.randn(d0, d1, …, dn)	生成从n个维度的正态分布随机数组数,浮点数，平均数为0，标准差为1
.randint(low,high,(shape))	从指定范围中取随机整数,shape是形状
.uniform(low,high,(size))	从指定范围中生成随机多维的数组,size是形状
.normal(loc, scale, size)	从指定正态分布中抽取随机数据,loc分布中心，scale为标准差，size为形状
.seed(s)	随机数种子,s是给定的种子值

正态分布和随机分布

正态分布

随机分布

rand

生成从n个维度的均匀随机数组数,全为0-1之间的浮点数

import numpy as np

# 三维数组
arr = np.random.rand(2, 3, 4)
print(arr)
print(type(arr))

randn

生成从n个维度的正态分布随机数组数,浮点数，平均数为0，标准差为1

import numpy as np

# 三维数组
arr = np.random.randn(2, 3, 4)
print(arr)
print(type(arr))

randint

从指定范围中取随机整数,shape是形状

import numpy as np

arr = np.random.randint(0,10, (3,4))
print(arr)
print(type(arr))

uniform

从指定范围中生成随机多维的数组,size是形状

import numpy as np

arr = np.random.uniform(0,10, (3,4))
print(arr)
print(type(arr))

normal

|从指定正态分布中抽取随机数据,loc分布中心，scale为标准差，size为形状

import numpy as np

arr = np.random.normal(0,10, (3,4))
print(arr)
print(type(arr))

seed

随机数种子,s是给定的种子值

有序创建

方法	作用
array(start,stop,step,dtype)	创建普通数组, stop
zeros(shape, dtype=None, order=‘C’)	shape形状,dtype数据类型,order排列方式
ones(shape, dtype=None, order=‘C’)	shape形状,dtype数据类型,order排列方式
empty(shape, dtype=None, order=‘C’)	shape形状,dtype数据类型,order排列方式，初始化数组
eye	创建一个方阵，对角线全为1
arange(start,stop,step,dtype)	start默认为0,stop为末尾,step为步长,dtype为类型
linspace	创建等价数列
logspace	创建等比数列
asarray(a, dtype = None, order = None)	把其他类型数据转换为数组
frombuffer	创建动态数组
fromiter	从可迭代对象中建立 ndarray 对象，返回一维数组

array

详细见 Numpy01—Ndarray 对象

zeros

指定大小的全0数组

import numpy as np

arr = np.zeros((5,5))
print(arr)

ones

指定大小的全1数组

import numpy as np

arr = np.ones((5,5),dtype="int")
print(arr)

empty

初始化数组，不是总是返回全0，有时返回的是未初始的随机值（内存里的随机值）

import numpy as np

arr = np.empty((5,5),dtype="int")
print(arr)

eye

创建一个方阵，对角线全为1

import numpy as np

arr = np.eye(5)
print(arr)

arange

start默认为0,stop为末尾,step为步长,dtype为类型

import numpy as np

arr = np.arange(1,10,2)
print(arr)

linspace

用于创建一个一维数组，数组是一个等差数列构成的
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

参数	作用
start	起始值
stop	结束值
num	范围
endpoint	默认为true，包含末尾，左闭右闭
retstep	显示间距
dtype	数据类型

import numpy as np

arr = np.linspace(1,10,10,retstep=True)
print(arr)

logspace

创建一个于等比数列
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

参数	作用
start	起始值：base ** start
stop	结束值：base ** stop
num	范围
endpoint	默认为true，包含末尾，左闭右闭
retstep	显示间距
base	log的底数
dtype	数据类型

import numpy as np

arr = np.logspace(0,9,10, base=2)
print(arr)

asarray

把其他类型的数组转换为数组，例如列表，元祖等
numpy.asarray(a, dtype = None, order = None)

import numpy as np

a = [(1,2,3)]
print(type(a))
arr = np.asarray(a)
print(arr)
print(type(arr))

fromiter

从可迭代对象中建立 ndarray 对象，返回一维数组
numpy.fromiter(iterable, dtype, count=-1)

参数	含义
iterable	可迭代对象
dtype	数据类型
count	默认为-1，全部复制

import numpy as np


list = range(5)
print(list)
# 转换为可迭代对象
a = iter(list)
arr = np.fromiter(a,dtype="int")
print(arr)