Python中创建NumPy数组的10种方法详解 | 科学计算入门

1 从Python列表创建 (np.array())

最基础的创建方法，将Python列表或元组转换为NumPy数组。

import numpy as np

# 从列表创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)  # 输出: [1 2 3 4 5]

# 从嵌套列表创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)
# 输出:
# [[1 2 3]
#  [4 5 6]]

# 指定数据类型
arr3 = np.array([1.5, 2.8, 3.2], dtype=np.int32)
print(arr3)  # 输出: [1 2 3]

2 创建全零数组 (np.zeros())

创建指定形状的全零数组，默认数据类型为float64。

import numpy as np

# 创建一维全零数组
zeros_1d = np.zeros(5)
print(zeros_1d)  # 输出: [0. 0. 0. 0. 0.]

# 创建二维全零数组 (3行4列)
zeros_2d = np.zeros((3, 4))
print(zeros_2d)
# 输出:
# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]

# 指定数据类型
zeros_int = np.zeros((2, 3), dtype=np.int32)
print(zeros_int)
# 输出:
# [[0 0 0]
#  [0 0 0]]

3 创建全一数组 (np.ones())

创建指定形状的全一数组，常用于初始化或作为计算起点。

import numpy as np

# 创建一维全一数组
ones_1d = np.ones(4)
print(ones_1d)  # 输出: [1. 1. 1. 1.]

# 创建三维全一数组 (2x3x4)
ones_3d = np.ones((2, 3, 4))
print(ones_3d.shape)  # 输出: (2, 3, 4)

# 指定数据类型
ones_bool = np.ones((2, 2), dtype=bool)
print(ones_bool)
# 输出:
# [[ True  True]
#  [ True  True]]

4 创建数值范围数组 (np.arange())

类似Python的range()函数，但返回的是数组，可生成等差数列。

import numpy as np

# 从0到9的整数
arr1 = np.arange(10)
print(arr1)  # 输出: [0 1 2 3 4 5 6 7 8 9]

# 指定起始值和结束值 (5到14)
arr2 = np.arange(5, 15)
print(arr2)  # 输出: [ 5  6  7  8  9 10 11 12 13 14]

# 指定步长 (0到30，步长为3)
arr3 = np.arange(0, 30, 3)
print(arr3)  # 输出: [ 0  3  6  9 12 15 18 21 24 27]

# 创建浮点数序列
arr4 = np.arange(0, 2.5, 0.5)
print(arr4)  # 输出: [0.  0.5 1.  1.5 2. ]

5 创建等间隔数组 (np.linspace())

在指定区间内创建固定数量的等间隔数值。

import numpy as np

# 0到10之间生成5个等间隔数
arr1 = np.linspace(0, 10, 5)
print(arr1)  # 输出: [ 0.   2.5  5.   7.5 10. ]

# 包含端点 (默认包含)
arr2 = np.linspace(0, 1, 10)
print(arr2)
# 输出: [0.         0.11111111 0.22222222 0.33333333 0.44444444
#       0.55555556 0.66666667 0.77777778 0.88888889 1.        ]

# 不包含端点
arr3 = np.linspace(0, 1, 10, endpoint=False)
print(arr3)
# 输出: [0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

6 创建单位矩阵 (np.eye() / np.identity())

创建主对角线为1，其余位置为0的方阵。

import numpy as np

# 3x3单位矩阵
identity_matrix = np.eye(3)
print(identity_matrix)
# 输出:
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

# 使用np.identity()
identity_matrix2 = np.identity(4)
print(identity_matrix2)
# 输出:
# [[1. 0. 0. 0.]
#  [0. 1. 0. 0.]
#  [0. 0. 1. 0.]
#  [0. 0. 0. 1.]]

# 非方阵的对角矩阵
rectangular_eye = np.eye(3, 4)
print(rectangular_eye)
# 输出:
# [[1. 0. 0. 0.]
#  [0. 1. 0. 0.]
#  [0. 0. 1. 0.]]

7 创建未初始化数组 (np.empty())

创建指定形状的数组但不初始化值，内容为内存中的随机值。

import numpy as np

# 创建2x3未初始化数组
empty_arr = np.empty((2, 3))
print(empty_arr)
# 输出内容随机，例如:
# [[1.39069238e-309 1.39069238e-309 1.39069238e-309]
#  [1.39069238e-309 1.39069238e-309 1.39069238e-309]]

# 创建一维未初始化数组
empty_1d = np.empty(5)
print(empty_1d)  # 输出: [随机值]

注意： np.empty()创建的是未初始化的数组，其内容取决于内存的当前状态。只应在确定后续会填充所有值的情况下使用，以提高性能。

8 创建随机数组 (np.random)

使用NumPy的随机模块创建各种分布的随机数组。

import numpy as np

# 创建0到1之间的随机数数组 (3x3)
rand_arr = np.random.rand(3, 3)
print(rand_arr)
# 输出示例:
# [[0.5488135  0.71518937 0.60276338]
#  [0.54488318 0.4236548  0.64589411]
#  [0.43758721 0.891773   0.96366276]]

# 创建标准正态分布随机数组 (均值为0，标准差为1)
randn_arr = np.random.randn(2, 4)
print(randn_arr)
# 输出示例:
# [[ 0.95008842 -0.15135721 -0.10321885  0.4105985 ]
#  [ 0.14404357  1.45427351  0.76103773  0.12167502]]

# 创建指定范围内的随机整数
randint_arr = np.random.randint(10, 30, size=(3, 2))
print(randint_arr)
# 输出示例:
# [[20 29]
#  [24 22]
#  [27 19]]

9 创建重复元素的数组 (np.repeat() / np.tile())

通过重复现有数组或元素来创建新数组。

import numpy as np

# 重复每个元素指定次数
arr = np.array([1, 2, 3])
repeated = np.repeat(arr, 3)
print(repeated)  # 输出: [1 1 1 2 2 2 3 3 3]

# 重复整个数组
tiled = np.tile(arr, 3)
print(tiled)  # 输出: [1 2 3 1 2 3 1 2 3]

# 二维重复
arr_2d = np.array([[1, 2], [3, 4]])
repeated_2d = np.repeat(arr_2d, 2, axis=1)  # 沿列方向重复
print(repeated_2d)
# 输出:
# [[1 1 2 2]
#  [3 3 4 4]]

# 平铺二维数组
tiled_2d = np.tile(arr_2d, (2, 1))  # 行方向重复2次，列方向1次
print(tiled_2d)
# 输出:
# [[1 2]
#  [3 4]
#  [1 2]
#  [3 4]]

10 从文件加载数据

从文本文件、CSV文件或NumPy二进制文件加载数据创建数组。

import numpy as np

# 从文本文件加载
# 假设data.txt内容:
# 1 2 3
# 4 5 6
data = np.loadtxt('data.txt')
print(data)
# 输出:
# [[1. 2. 3.]
#  [4. 5. 6.]]

# 从CSV文件加载 (逗号分隔)
# 假设data.csv内容:
# 1.5,2.3,3.7
# 4.1,5.8,6.2
csv_data = np.genfromtxt('data.csv', delimiter=',')
print(csv_data)
# 输出:
# [[1.5 2.3 3.7]
#  [4.1 5.8 6.2]]

# 保存和加载NumPy二进制文件 (.npy)
arr = np.array([[10, 20], [30, 40]])
np.save('my_array.npy', arr)
loaded_arr = np.load('my_array.npy')
print(loaded_arr)
# 输出:
# [[10 20]
#  [30 40]]

Python中创建NumPy数组的10种方法详解 | 科学计算入门

Python中创建NumPy数组的10种方法

为什么需要NumPy数组？

1 从Python列表创建 (np.array())

2 创建全零数组 (np.zeros())

3 创建全一数组 (np.ones())

4 创建数值范围数组 (np.arange())

5 创建等间隔数组 (np.linspace())

6 创建单位矩阵 (np.eye() / np.identity())

7 创建未初始化数组 (np.empty())

8 创建随机数组 (np.random)

9 创建重复元素的数组 (np.repeat() / np.tile())

10 从文件加载数据

方法选择指南

基础创建

序列生成

特殊矩阵

脑机接口三年攻坚路线图出炉，国产芯片与电极技术迎来突破窗口期

Python random.choice函数教程 - 从序列中随机选择元素 | Python随机数生成指南

发表评论取消回复

Python中创建NumPy数组的10种方法详解 | 科学计算入门

为什么需要NumPy数组？

1 从Python列表创建 (np.array())

2 创建全零数组 (np.zeros())

3 创建全一数组 (np.ones())

4 创建数值范围数组 (np.arange())

5 创建等间隔数组 (np.linspace())

6 创建单位矩阵 (np.eye() / np.identity())

7 创建未初始化数组 (np.empty())

8 创建随机数组 (np.random)

9 创建重复元素的数组 (np.repeat() / np.tile())

10 从文件加载数据

方法选择指南

基础创建

序列生成

特殊矩阵

脑机接口三年攻坚路线图出炉，国产芯片与电极技术迎来突破窗口期

Python random.choice函数教程 - 从序列中随机选择元素 | Python随机数生成指南

相关文章

发表评论取消回复