Numpy创建数组

在《NumPy Ndarray对象》一节，介绍了创建 ndarray 数组的基本方法，除了使用 array() 方法外，NumPy 还提供了其他创建 ndarray 数组的方法。本节对这些常用方法做简单介绍。

numpy.empty()

numpy.empty() 创建未初始化的数组，可以指定创建数组的形状（shape）和数据类型（dtype），语法格式如下：

它接受以下参数：

• shape：指定数组的形状；
• dtype：数组元素的数据类型，默认值是值 float；
• order：指数组元素在计算机内存中的储存顺序，默认顺序是“C”(行优先顺序)。

使用示例如下：

import numpy as np 
arr = np.empty((3,2), dtype = int) 
print(arr) 

输出结果：

可以看到，numpy.empty() 返回的数组带有随机值，但这些数值并没有实际意义。切记 empty 并非创建空数组。

numpy.zeros()

该函数用来创建元素均为 0 的数组，同时还可以指定被数组的形状，语法格式如下：

示例如下：

import numpy as np
#默认数据类型为浮点数
a=np.zeros(6)
print(a)
b=np.zeros(6,dtype="complex64" )
print(b)

输出结果：

也可以使用自定义的数据类型创建数组，如下所示：

c = np.zeros((3,3), dtype = [('x', 'i4'), ('y', 'i4')]) 
print(c)
#输出x,y，并指定的数据类型
[[(0, 0) (0, 0) (0, 0)]
[(0, 0) (0, 0) (0, 0)]
[(0, 0) (0, 0) (0, 0)]]

numpy.ones()

返回指定形状大小与数据类型的新数组，并且新数组中每项元素均用 1 填充，语法格式如下：

示例如下：

import numpy as np 
arr1 = np.ones((3,2), dtype = int) 
print(arr1)

输出结果如下：

下面介绍如何使用 Python 列表、流对象、可迭代对象来创建一个 NumPy 数组。

numpy.asarray()

asarray() 与 array() 类似，但是它比 array() 更为简单。asarray() 能够将一个 Python 序列转化为 ndarray 对象，语法格式如下：

它接受下列参数：

• sequence：接受一个 Python 序列，可以是列表或者元组；
• dtype：可选参数，数组的数据类型；
• order：数组内存布局样式，可以设置为 C 或者 F，默认是 C。

示例 1，将列表转化为 numpy 数组：

import numpy as np 
l=[1,2,3,4,5,6,7] 
a = np.asarray(l); 
print(type(a)) 
print(a) 

输出结果如下所示：

示例 2，使用元组创建 numpy 数组：

import numpy as np 
l=(1,2,3,4,5,6,7)    
a = np.asarray(l); 
print(type(a)) 
print(a) 

输出结果如下：

示例 3，使用嵌套列表创建多维数组：

import numpy as np 
l=[[1,2,3,4,5,6,7],[8,9]] 
a = np.asarray(l); 
print(type(a)) 
print(a)

输出结果：

numpy.frombuffer()

表示使用指定的缓冲区创建数组。下面给出了该函数的语法格式：

它的参数说明如下所示：

• buffer：将任意对象转换为流的形式读入缓冲区；
• dtype：返回数组的数据类型，默认是 float32；
• count：要读取的数据数量，默认为 -1 表示读取所有数据；
• offset：读取数据的起始位置，默认为 0。

示例 4 如下：

import numpy as np 
#字节串类型
l = b'hello world' 
print(type(l)) 
a = np.frombuffer(l, dtype = "S1") 
print(a) 
print(type(a))

输出结果如下：

numpy.fromiter()

该方法可以把迭代对象转换为 ndarray 数组，其返回值是一个一维数组。

参数说明如下：

示例5：使用内置 range() 函数创建列表对象，然后使用迭代器创建 ndarray 对象，代码如下：

import numpy as np
# 使用 range 函数创建列表对象 
list=range(6)
#生成可迭代对象i
i=iter(list)
#使用i迭代器，通过fromiter方法创建ndarray
array=np.fromiter(i, dtype=float)
print(array)

输出结果：