数组与Python列表

*Python列表可以包含多种不同的数据类型：

python_list = ['beep', False, 56, .924, [3,2,5]]


• NumPy数组必须是相同的数据类型。
• 这使得NumPy非常高效：因为数组中的每个元素必须都是相同的，所以NumPy无需检查每个元素的数据类型。
• 只有单一数据类型也意味着NumPy数组在内存中占用的空间比存储为Python列表时要少。

numpy_boolean_array = [[True, False], [True, True], [False, True]]
numpy_float_array = [1.9, 2.4, 3.1, 6.4]

从头创建数组

• • 有许多Numpy函数用于创建数组。 使用以下函数，例如
    • • np.zeros()

     

    • • np.random.random()

     

    • • np.arange()

     

创建数组：np.zeros()

• • np.zeros() 创建一个充满零的数组。我们可以像使用空的Python列表一样使用零数组，稍后再填充数据。我们通过一个整数元组告诉np.zeros()所需数组的形状，每个整数代表给定维度的长度。

• • 元组是用于存储数据集合的Python数据类型，类似于列表。元组是用括号()创建的。

• • 在这里，当np.zeros()接收到一个包含五和三的元组时，它会创建一个具有五行三列的数组。

np.zeros((5,3))

array([[0., 0., 0.],
        [0., 0., 0.],

[0., 0., 0.].
        [0., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]])

创建数组：np.random.random()

• np.random.random() 也接受一个元组作为所需数组的形状。该数组将由 0 到 1 之间的随机浮点数构成。

 np.random.random((2,4))

 array([[0.8852461, 0.08564132, 0.33463107, 0.53337117],
        [0.69933362, 0.09295327, 0.93617865, 0.04532187]])

• np.random.random() 被称为这个，是因为 np.random.random() 是 NumPy 随机模块中的一个函数，该模块包含用于随机抽样的有用函数。

np.random. {NumPy模块}

random() {函数名}

创建数组：np.arange()

• np.arange() 根据给定的起始值和结束值创建一个均匀间隔的数字数组。
  默认情况下，np.arange() 创建一个连续整数的数组。起始值包含在输出数组中，但结束值不包含。如果范围从零开始，可以省略起始值。如果传递第三个参数，它将被解释为步长值。现在，元素之间的期望距离是三。
  *np.arange() 对于绘图特别有用！

np.arange(-3,4)
array([-3, -2, -1, 0, 1, 2, 3])

np.arange(4)
array([0, 1, 2, 3])

np.arange(-3, 4, 3)
array([-3, 0, 3])