【数据挖掘]Ndarray数组的创建

在 NumPy 中，ndarray（N-dimensional array）是最核心的数据结构，创建 ndarray 数组的方式有多种，主要包括以下几类：

目录

1. 通过列表或元组创建

2. 使用 NumPy 内置的创建函数

（1）创建全零数组：np.zeros()

（2）创建全一数组：np.ones()

（3）创建指定数值数组：np.full()

（4）创建单位矩阵（对角线为 1）：np.eye()

3. 使用随机数创建数组

（1）生成均匀分布随机数（0~1 之间）：np.random.rand()

（2）生成标准正态分布随机数：np.random.randn()

（3）生成指定范围的随机整数：np.random.randint()

4. 使用 arange() 和 linspace() 生成序列数组

（1）np.arange(start, stop, step) 生成等差数列

（2）np.linspace(start, stop, num) 生成等间距数列

1. 通过列表或元组创建

import numpy as np

# 通过列表创建
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 通过元组创建
arr2 = np.array((1, 2, 3, 4, 5))
print(arr2)

2. 使用 NumPy 内置的创建函数

（1）创建全零数组：np.zeros()

arr = np.zeros((3, 4))  # 创建一个 3x4 的全零数组
print(arr)

（2）创建全一数组：np.ones()

arr = np.ones((2, 3))  # 创建一个 2x3 的全一数组
print(arr)

（3）创建指定数值数组：np.full()

arr = np.full((2, 2), 7)  # 创建一个 2x2 的数组，所有元素均为 7
print(arr)

（4）创建单位矩阵（对角线为 1）：np.eye()

arr = np.eye(3)  # 创建一个 3x3 的单位矩阵
print(arr)

3. 使用随机数创建数组

（1）生成均匀分布随机数（0~1 之间）：np.random.rand()

arr = np.random.rand(2, 3)  # 生成一个 2x3 的随机数组
print(arr)

（2）生成标准正态分布随机数：np.random.randn()

arr = np.random.randn(3, 3)  # 生成一个 3x3 的标准正态分布数组
print(arr)

（3）生成指定范围的随机整数：np.random.randint()

arr = np.random.randint(1, 10, (2, 3))  # 生成一个 2x3 的数组，元素值在 [1,10) 之间
print(arr)

4. 使用 arange() 和 linspace() 生成序列数组

（1）np.arange(start, stop, step) 生成等差数列

arr = np.arange(0, 10, 2)  # 生成 0 到 10（不含 10），步长为 2 的数组
print(arr)

（2）np.linspace(start, stop, num) 生成等间距数列

arr = np.linspace(0, 10, 5)  # 生成 0 到 10 的 5 个等间距数
print(arr)

这些方法可以满足大多数 ndarray 数组的创建需求，根据不同场景选择合适的方法。🚀