生成数组的方法

生成0和1的数组

np.zeros(shape=(3, 4), dtype="float32")

输出以下结果

array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]], dtype=float32)

np.ones(shape=[2, 3], dtype=np.int32)

输出以下结果

array([[1, 1, 1],
       [1, 1, 1]], dtype=int32)

从现有数组生成

拿到之前的 score 数组

array([[80, 89, 86, 67, 79],
       [78, 97, 89, 67, 81],
       [90, 94, 78, 67, 74],
       [91, 91, 90, 67, 69],
       [76, 87, 75, 67, 86],
       [70, 79, 84, 67, 84],
       [94, 92, 93, 67, 64],
       [86, 85, 83, 67, 80]])

使用array() api

# np.array()
data1 = np.array(score)

将data1输出

array([[80, 89, 86, 67, 79],
       [78, 97, 89, 67, 81],
       [90, 94, 78, 67, 74],
       [91, 91, 90, 67, 69],
       [76, 87, 75, 67, 86],
       [70, 79, 84, 67, 84],
       [94, 92, 93, 67, 64],
       [86, 85, 83, 67, 80]])

还可以用asarray api

# np.asarray()
data2 = np.asarray(score)

将data2输出

array([[80, 89, 86, 67, 79],
       [78, 97, 89, 67, 81],
       [90, 94, 78, 67, 74],
       [91, 91, 90, 67, 69],
       [76, 87, 75, 67, 86],
       [70, 79, 84, 67, 84],
       [94, 92, 93, 67, 64],
       [86, 85, 83, 67, 80]])

同样还可以使用copy() api

# np.copy()
data3 = np.copy(score)

将data3输出

array([[80, 89, 86, 67, 79],
       [78, 97, 89, 67, 81],
       [90, 94, 78, 67, 74],
       [91, 91, 90, 67, 69],
       [76, 87, 75, 67, 86],
       [70, 79, 84, 67, 84],
       [94, 92, 93, 67, 64],
       [86, 85, 83, 67, 80]])

除此之外，我们还可以给数组中特定的位置重新赋值

score[3, 1] = 10000

在此之后将score重新输出

array([[   80,    89,    86,    67,    79],
       [   78,    97,    89,    67,    81],
       [   90,    94,    78,    67,    74],
       [   91, 10000,    90,    67,    69],
       [   76,    87,    75,    67,    86],
       [   70,    79,    84,    67,    84],
       [   94,    92,    93,    67,    64],
       [   86,    85,    83,    67,    80]])

有意思的地方来了，这个时候我们分别输出data1 data2 data3，会发现只有data2的值发生了变化，这是Python中深浅拷贝不同所带来的不同

生成固定范围的数组

调用linspace api

np.linspace(0, 10, 5)

array([ 0. ,  2.5,  5. ,  7.5, 10. ])

调用arange api

np.arange(0, 21, 5)

array([ 0,  5, 10, 15, 20])

生成随机数组

使用random.uniform api，并设置参数。生成1000000个-1到1的数的随机数组

data1 = np.random.uniform(low=-1, high=1, size=1000000)

把 data1 输出出来看看

array([-0.71158366, -0.74950877,  0.15876375, ...,  0.76520229,
        0.64071715,  0.59968039])

用 matplotlib 把这个随机数组用直方图输出出来

import matplotlib.pyplot as plt

# 1、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2、绘制直方图
plt.hist(data1, 1000)

# 3、显示图像
plt.show()

同样可以用random.normal 来生成正态分布是随机数组

# 正态分布
data2 = np.random.normal(loc=1.75, scale=0.1, size=1000000)

再使用 matplotlib 输出图像

# 1、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2、绘制直方图
plt.hist(data2, 1000)

# 3、显示图像
plt.show()