简介：NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。 本文主要介绍一下数组创建的几种方法。 

目录

1.numpy.array()

2.numpy.empty() 

3.numpy.zeros()

 4.numpy.ones()

 5.numpy.frombuffer

 6.numpy.fromiter()

1.numpy.array()

通过Numpy的内置函数array()可以创建ndarray对象，其语法格式如下:

numpy.array(object,dtype=None,copy=True,order=None,ndmin=0)

下面对其参数做说明：

• object：表示一个数组序列
• dtype:  通过它可以更改数组的数据类型，可以自填参数
• copy:   表示数组能否被复制，默认值为True
• order:   以哪种内存布局创建数组，有 3 个可选值，分别是 C(行序列)/F(列序列)/A(默认)
• ndmin:  用于指定数组的维度 

请看下面示例：

创建一维数组：

 创建多维数组：

2.numpy.empty() 

 numpy.empty()创建未初始化的数组，语法格式如下：

numpy.empty(shape,dtype=float,order="c")

下面对其参数做说明：

• shape:指定数组的形状
• dtype:数组元素的数据类型，可指定。默认值是“float”
• order:指数组元素在内存中的存储顺序，默认顺序是行优先顺序

请看下面示例： 

 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。

3.numpy.zeros()

该函数用来创建元素均为0的数组，语法格式如下：

numpy.zeros(shape,dtype=float,order="c")

 请看示例：

 4.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为1，语法格式如下：

numpy.ones(shape,dtype=None,order='c')

示例如下：

 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。

5.numpy.asarray()

asarray()与array类似，但比array()更简单，asarray能够将python的一个序列转化为数组，语法格式如下:

numpy.asarray(sequence,dtype=None,order=None)

• sequence：接受一个 Python 序列，可以是列表或者元组； 

示例1：将列表转化为数组

 示例2：将元组转化为数组

示例3:使用镶嵌列表创建多维数组 

 5.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：

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

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：

<class 'bytes'>
[b'h' b'e' b'l' b'l' b'o' b' ' b'w' b'o' b'r' b'l' b'd']
<class 'numpy.ndarray'>

 6.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。

numpy.fromiter(iterable, dtype, count = -1)

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：

[0. 1. 2. 3. 4. 5.]

希望我的文章能对你有所帮助。欢迎👍点赞 ，📝评论，🌟关注，⭐️收藏

JS数组定义及详解

javascript如何定义数组？

直接上代码和截图

//javaScript中创建数组的3种方式
//方式1
var names = ["令狐冲", "张无忌", "韦小宝", "杨过"];
for (var index = 0; index < names.length; index++) {
	console.log(names[index]);
}
//方式2
var citys = new Array("于都县", "兴国县", "会昌县", "赣县");
for (var index = 0; index < citys.length; index++) {
	console.log(citys[index]);
}
//方式3
var superStars = new Array(3);//固定数组长度为3
superStars[0] = "黄晓明";
superStars[1] = "周杰伦";
superStars[2] = "Angelababy";
for (var index = 0; index < superStars.length; index++) {
	console.log(superStars[index]);
}
//
var hobbys = new Array(4);
//如下：不按顺序赋值也是可以的
hobbys[1] = "看书";
hobbys[3] = "下棋";
hobbys[0] = "爬山";
hobbys[2] = "足球";
for (var index = 0; index < hobbys.length; index++) {
//可以正常循环打印出来，并不会报错	
	console.log(hobbys[index]);
}
//数组中如果不添加元素，那打印出来的元素的值默认就是undefined
var score = new Array(3);
for (var index = 0; index < score.length; index++) {
	console.log("第" + (index+1) + "个元素的值是" + score[index]);
}

运行结果如下：

再补充点

//不定义元素个数
var superStars = new Array();
superStars[0] = "杨幂";
superStars[1] = "易烊千玺";
superStars[2] = "迪丽热巴";
superStars[3] = "鹿晗";
superStars[4] = "黄子韬";
for (var index = 0; index < superStars.length; index++) {
	console.log(superStars[index]);
}

运行结果如下：

NumPy模块最主要的特点就是引入了数组的概念。数组是一些相公类型的数据集合，这些数据按照一定的顺序排列，并且每个数据占用大小相同的存储空间。要使用数组组织数据，首先就要创建数组。NumPy模块提供了多种创建数组的方法，创建的数组类型也有多种多样，下面列举一下创建数组的方法：

1.使用array()函数创建数组
函数可基于序列型的对象（如列表、元组、集合等，还可以是一个已经创建好的数组）

#使用array函数创建数组
import numpy as np  #导入numpy模块，用as可以起别名
a=np.array([1,2,3,4])
b=np.array(['产品编号','销售数量','销售单价','销售金额'])
print(a)

1.1创建二维数组

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

2.创建等差数组
用arange()函数创建数组会更加方便

import numpy as np
d=np.arange(1,20,3)#起始值是1，结束值是20（结果不含该值），步长为1
print(d)

3.创建随机数组
引用numpy模块的子模块random中的函数，主要有rand()函数、randn()函数、randint()函数。
3.1rand（）函数创建的数组中每个元素都是[0,1)区间内的随机数

import numpy as np
e=np.random.rand(3)
print(e)

如果给rand()函数传入一对参数值，就会生成一个相应行、列数的二维数组，区间也是[0,1)的随机数

import numpy as np
e=np.random.rand(3,4)
print(e)

3.2randn()函数
用randn()函数创建的数组中的元素是符合标准正态分布（均值为0，标准差为1）的随机数

import numpy as np
e=np.random.rand(3,4)
print(e)

3.3randint()函数
用randint()函数创建的数组中元素是制定范围内的随机整数

import numpy as np
e = np.random.randint(1,5,10) #10个元素区间在[1,5)区间内的随机整数，随机数不包括5
print(e)

今天就先分享这么多了，睡觉了，各位晚安