Numpy一维数组

全栈程序员-站长 • 2026年3月17日下午4:08 • 未分类 • 阅读 2

创建数组

在使用Numpy的数组前，我们必须对Numpy库进行引入。

 import numpy as np

我们可以通过将Python列表传递给它并使用 np.array() 来创建一个NumPy数组（也就是强大的ndarray）。在这种情况下，Python创建了下面的数组：
在这里插入图片描述
一个常见的错误在于使用多个数值参数调用 array 函数，而不是提供一个数字列表（List）作为参数。

 a = np.array(1,2,3,4) # *WRONG* a = np.array([1,2,3,4]) # *RIGHT*

通常情况下，我们希望NumPy为我们初始化数组的值。NumPy为这些情况提供了诸如：ones() ，zeros() ，empty() 和 random.random() 之类的方法。
函数 zeros() 创建一个由 0 组成的数组，函数 ones() 创建一个由1数组的数组，函数 empty() 内容是随机的并且取决于存储器的状态，函数 random.random() 创建一个由 [0,1) 。默认情况下，创建的数组的 dtype 是 float64。
在这里插入图片描述
另外，arange() 函数将创建具有有规律递增值的数组。这里给出几个例子：

 >>> np.arange(10) array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> np.arange(2, 10, dtype=np.float) array([ 2., 3., 4., 5., 6., 7., 8., 9.]) >>> np.arange(2, 3, 0.1) array([ 2. , 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9])

linspace() 函数将创建具有指定数量元素的数组，并在指定的开始值和结束值之间平均间隔。例如：

 >>> np.linspace(1., 4., 6) array([ 1. , 1.6, 2.2, 2.8, 3.4, 4. ])

这个创建函数的优点是可以保证元素的数量以及开始和结束点，对于任意的开始，停止和步骤值， arange() 函数通常不会这样做。

创建布尔数组

我们创建一个Numpy数组元素值全为True（真）的布尔数组。

 np.full(5, True, dtype=bool) Out: array([ True, True, True, True, True])

上面的 full() 函数用于创建一个填充给定值的数组，dtype 表示给定值的类型。

数组的计算

我们创建两个NumPy数组 data 和 ones ，并进行计算。

下面计算两个数组的和：

通过上面的计算，我们发现，可以像操作变量一样操作Numpy中的数组，而不必使用任何循环结构。
在这里插入图片描述
通常情况下，我们希望在数组和单个数值之间执行操作（也可以将其称为向量和标量之间的操作）。比如，我们的数组表示以英里为单位的距离，我们希望将其转换为公里数。可以进行简单的计算 data * 1.6 ：
在这里插入图片描述
Numpy数组在进行计算时，数组中的每个元素都进行了计算，这就是上节中提到的广播，这个概念十分的有用。