Python数据分析

Python数据分析 知识量:13 - 56 - 232

2.3 创建特殊数组><

等差数组- 2.3.1 -

使用arange()函数创建等差数组。其语法与range()函数十分相似,但返回的是一个NumPy数组。np.arange(start,stop,step):

  • start 表示开始值,包含在内;

  • stop 表示结束值,但不包含在内;

  • step 表示步长,但属于可选项,默认为1。

import numpy as np
arr=np.arange(1,20,2)  # 从1到19,步长为2。
print(arr)
arr=np.arange(1,10)  # 从1到9,步长为1(默认)。
print(arr)
arr=np.arange(10)  # 从0(默认)到9,步长为1(默认)。
print(arr)
arr=np.arange(10.)  # float类型数组
print(arr)

运行结果为:

[ 1  3  5  7  9 11 13 15 17 19]
[1 2 3 4 5 6 7 8 9]
[0 1 2 3 4 5 6 7 8 9]
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]

如上所示,如果省略参数start,默认从0开始。与range()函数不同的是,arange()函数可以创建float类型的数组。

全0数组- 2.3.2 -

使用zeros()函数可以创建指定长度的全0数组。

import numpy as np
arr=np.zeros(5)  # 一维全0数组
print(arr)
arr=np.zeros((3,4))   # 二维全0数组
print(arr)

运行结果为:

[0. 0. 0. 0. 0.]
[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

如上所示,当传入的参数是一对值(x,y)时,就会创建x行y列的全0数组。

全1数组- 2.3.3 -

使用ones()函数可以创建指定长度的全1数组。与全0数组语法相同。

import numpy as np
arr=np.ones(5)  # 一维全1数组
print(arr)
arr=np.ones((3,4))  # 二维全1数组
print(arr)

运行结果为:

[1. 1. 1. 1. 1.]
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]

正方形单位矩阵数组- 2.3.4 -

单位矩阵即矩阵从左上角到右下角的对角线(称为主对角线)上的元素均为1,其余全都为0。可以使用eye()函数创建正方形单位矩阵数组,其参数为正方形边长。

import numpy as np
arr=np.eye(5)
print(arr)

运行结果为:

[[1. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]]