1 NumPy 从已有的数组创建数组
1.1 numpy.asarray
numpy.asarray 类似 numpy.array，但 numpy.asarray 参数只有三个，比 numpy.array 少两个。
numpy.asarray(a, dtype = None, order = None)| 参数 | 描述 |
|---|---|
| a | 任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组 |
| dtype | 数据类型，可选 |
| order | 可选，有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。 |
实例
import numpy as np
# 将列表转换为 ndarray:
x1 = [1, 2, 3]
a1 = np.asarray(x1)
print('列表转换：', a1)
# 将元组转换为 ndarray:
x2 = (1, 2, 3)
a2 = np.asarray(x2)
print('元组转换：', a2)
# 将元组列表转换为 ndarray:
x3 = [(1, 2, 3), (4, 5)]
a3 = np.asarray(x3, dtype=object)
print('元组列表转换：', a3)
# 设置了 dtype 参数：
x4 = [1, 2, 3]
a4 = np.asarray(x4, dtype=float)
print('设置dtype参数：', a4)
1.2 numpy.frombuffer
numpy.frombuffer 用于实现动态数组。numpy.frombuffer 接受 buffer 输入参数，以流的形式读入转化成 ndarray 对象。
numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)注意：buffer 是字符串的时候，Python3 默认 str 是 Unicode 类型，所以要转成 bytestring 在原 str 前加上 b。
| 参数 | 描述 |
|---|---|
| buffer | 可以是任意对象，会以流的形式读入。 |
| dtype | 返回数组的数据类型，可选 |
| count | 读取的数据数量，默认为-1，读取所有数据。 |
| offset | 读取的起始位置，默认为0。 |
import numpy as np
s = b'Hello World'
a = np.frombuffer(s, dtype='S1')
print(a)
1.3 numpy.fromiter
numpy.fromiter 方法从可迭代对象中建立 ndarray 对象，返回一维数组。
numpy.fromiter(iterable, dtype, count=-1)| 参数 | 描述 |
|---|---|
| iterable | 可迭代对象 |
| dtype | 返回数组的数据类型 |
| count | 读取的数据数量，默认为-1，读取所有数据 |
import numpy as np
# 使用 range 函数创建列表对象
list = range(5)
it = iter(list)
# 使用迭代器创建 ndarray
x = np.fromiter(it, dtype=float)
print(x)
2 NumPy 从数值范围创建数组
2.1 numpy.arange
numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下：
numpy.arange(start, stop, step, dtype)根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray。
| 参数 | 描述 |
|---|---|
start | 起始值，默认为0 |
stop | 终止值（不包含） |
step | 步长，默认为1 |
dtype | 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。 |
import numpy as np
# 生成 0 到 4 长度为 5 的数组:
x = np.arange(5)
print(x)
# 设置了 dtype
x = np.arange(5, dtype=float)
print(x)
# 设置了起始值、终止值及步长：
x = np.arange(10, 20, 2)
print(x)
2.2 numpy.linspace
numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)| 参数 | 描述 |
|---|---|
start | 序列的起始值 |
stop | 序列的终止值，如果endpoint为true，该值包含于数列中 |
num | 要生成的等步长的样本数量，默认为50 |
endpoint | 该值为 true 时，数列中包含stop值，反之不包含，默认是True。 |
retstep | 如果为 True 时，生成的数组中会显示间距，反之不显示。 |
dtype | ndarray 的数据类型 |
以下实例用到三个参数，设置起始点为 1 ，终止点为 10，数列个数为 10。
import numpy as np
# 设置起始点为 1 ，终止点为 10，数列个数为 10。
a = np.linspace(1, 10, 10)
print('设置起始点为 1 ，终止点为 10，数列个数为 10。：', a)
# 设置元素全部是1的等差数列：
a = np.linspace(1, 1, 10)
print('设置元素全部是1的等差数列：', a)
# 将 endpoint 设为 false，不包含终止值（如果将 endpoint 设为 true，则会包含 20。）：
a = np.linspace(10, 20, 5, endpoint=False)
print('将 endpoint 设为 false，不包含终止值：', a)
# 设置间距。
a = np.linspace(1, 10, 10, retstep=True)
print('设置间距。：', a)
# 拓展例子
b = np.linspace(1, 10, 10).reshape([10, 1])
print('拓展例子', b)
2.3 numpy.logspace
numpy.logspace 函数用于创建一个于等比数列。格式如下：
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)base 参数意思是取对数的时候 log 的下标。
| 参数 | 描述 |
|---|---|
start | 序列的起始值为：base ** start |
stop | 序列的终止值为：base ** stop。如果endpoint为true，该值包含于数列中 |
num | 要生成的等步长的样本数量，默认为50 |
endpoint | 该值为 true 时，数列中中包含stop值，反之不包含，默认是True。 |
base | 对数 log 的底数。 |
dtype | ndarray 的数据类型 |
import numpy as np
# 默认底数是 10
a = np.logspace(1.0, 2.0, num=10)
print('默认底数是 10：', a)
# 将对数的底数设置为 2 :
a = np.logspace(0, 9, 10, base=2)
print('将对数的底数设置为 2 :', a)
