Numpy库是现在机器学习,深度学习等人工智能和科学计算必不可少的工具。其最核心的数据结构就是Numpy数组或者称为ndarray。注意,Numpy中的数组是要求元素同类型的,这点和Python原生的数组有些不同。所有有关Numpy的工作都是从创建一个Numpy数组开始的。现在,我们就来看看有哪些方法可以快速创建你自己的数组。
将Python的列表准换成Numpy数组
import Numpy as np
array1 = np.array([1,2,3])
list = [4,5,6]
array2 = np.array(list)
array3 = np.array([(1,2,3), (4,5,6)])
使用使用Numpy内置函数
- np.arange()函数是生成一维数组常用的方法
array = np.arange(10)
上述代码将会生成一个0至9,步长为1的序列。注意:不包含10.
- np.arange()函数加上reshape()函数可以快速创建一个多维的数组
array = np.arange(20).reshape(4,5)
- 创建0矩阵
zeroArr = np.zeros((2,3))
- 创建1矩阵
oneArr = np.ones((2,4))
- 创建单位矩阵
iArr = np.eye(3,3)
- 创建所有元素为某一个值的矩阵
np.full((2,2), 5)
- 等间隔序列
np.linspace(0, 20, num=4)
- 随机(空)矩阵,它的初始内容是随机的,取决于内存的状态。
np.empty((4,3))
使用特殊的库函数
你还可以使用特殊库函数来创建数组。例如,要创建一个填充0到1之间随机值的数组,请使用random函数。这对于需要随机状态才能开始的问题特别有用。1
np.random.random((2,2))