方法一:

⚠️: 容易犯的错误是
>>> a = np.array([1,2,3,4]) ✅
>>> b = np.array(1,2,3,4) ❌
array 的类型可以在其被创建的时候声明
>>>c=np.array([[1,2],[3,4]],dtype=complex)
>>>carray([[ 1.+0.j, 2.+0.j],
[ 3.+0.j, 4.+0.j]])
经常情况下,array的element是位置的,但是size是已知的。因此, numpy提供了许多function允许array 创建的时候有一些placeholder的内容。
zeros 创建了一个array全是0,ones创建了一个array全是1,empty创建了一个array,初始值是随机的,并且取决与内存的状态。默认条件下,创建的array的dtype是float64

.arange(a,b,c)
为了创建有顺序的数字,提供了这个方法,[a,b) ,等差为c

range和一些float的参数使用的时候,由于精度的问题,不能预测这个数组有多少个element。一个更好的方法是 linspace, 它的最后一个参数是说我们希望有多少个element

网友评论