3.6　数组创建例程

1．NumPy数组创建例程

新的ndarray对象可以通过下列数组创建例程或使用低级ndarray构造函数构造。

（1）语法：numpy.empty

创建指定形状和dtype的未初始化数组。该函数的用法如下：

numpy.empty(shape, dtype = float, order = 'C')

构造器接收下列参数：

• shape：空数组的形状，整数或整数元组。
• dtype：所需的输出数组类型，可选。
• order：'C'为按行的C风格数组，'F'为按列的Fortran风格数组。

【例3.15】

下面是一个展示空数组的例子：

   import numpy as np
   x = np.empty([3,2], dtype =  int)
   print x

输出如下：

   [[22649312    1701344351]
    [1818321759  1885959276]
    [16779776    156368896]]

注意：数组元素为随机值，因为它们未初始化。

（2）语法：numpy.zeros

返回特定大小，以0填充的新数组。该函数的用法如下：

numpy.zeros(shape, dtype = float, order = 'C')

构造器接收下列参数：

• shape：空数组的形状，整数或整数元组。
• dtype：所需的输出数组类型，可选。
• order：'C'为按行的C风格数组，'F'为按列的Fortran风格数组。

【例3.16】

   # 含有 5 个 0 的数组，默认类型为 float
   import numpy as np
   x = np.zeros(5)
   print x

输出如下：

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

（3）语法：numpy.ones

返回特定大小，以1填充的新数组。该函数的用法如下：

numpy.ones(shape, dtype = None, order = 'C')

构造器接收下列参数：

• shape：空数组的形状，整数或整数元组。
• dtype：所需的输出数组类型，可选。
• order：'C'为按行的C风格数组，'F'为按列的Fortran风格数组。

【例3.17】

   # 含有 5 个 1 的数组，默认类型为 float
   import numpy as np
   x = np.ones(5)  print x

输出如下：

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

2．NumPy现有数据数组

（1）语法：numpy.asarray

该函数类似于numpy.array，除了它有较少的参数外。这个例程对于将Python序列转换为ndarray非常有用。该函数的用法如下：

numpy.asarray(a, dtype = None, order = None)

构造器接收下列参数：

• a：任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表。
• dtype：通常输入数据的类型会应用到返回的ndarray。
• order：'C'为按行的C风格数组，'F'为按列的Fortran风格数组。

【例3.18】

   # 将列表转换为 ndarray
   import numpy as np

   x =  [1,2,3]
   a = np.asarray(x)
   print a

输出如下：

   [1  2  3]

【例3.19】

   # 设置了 dtype
   import numpy as np
   
   x =  [1,2,3]
   a = np.asarray(x, dtype =  float)
   print a

输出如下：

   [ 1.  2.  3.]

（2）语法：numpy.frombuffer

此函数将缓冲区解释为一维数组。暴露缓冲区接口的任何对象都用作参数来返回ndarray。该函数的用法如下：

numpy.frombuffer(buffer, dtype=float, count=-1, offset=0)

构造器接收下列参数：

• buffer：任何暴露缓冲区接口的对象。
• dtype：返回数组的数据类型，默认为float。
• count：需要读取的数据数量，默认为-1，读取所有数据。
• offset：需要读取的起始位置，默认为0。

【例3.20】

frombuffer函数的用法：

   import numpy as np
   s =  'Hello World'
   a = np.frombuffer(s, dtype =  'S1')
   print a

输出如下：

   ['H'  'e'  'l'  'l'  'o'  ' '  'W'  'o'  'r'  'l'  'd']

（3）语法：numpy.fromiter

此函数从任何可迭代对象构建一个ndarray对象，返回一个新的一维数组。该函数的用法如下：

numpy.fromiter(iterable, dtype, count=-1)

构造器接收下列参数：

• iterable：任何可迭代对象。
• dtype：返回数组的数据类型。
• count：需要读取的数据数量，默认为-1，读取所有数据。

【例3.21】

使用内置的range()函数返回列表对象，此列表的迭代器用于形成ndarray对象。

   # 使用 range 函数创建列表对象
   import numpy as np
   list = range(5)
   print list

输出如下：

   [0,  1,  2,  3,  4]

3．NumPy数值范围数组

（1）语法：numpy.arange

该函数从数值范围创建数组，返回ndarray对象，包含给定范围内的等间隔值。该函数的用法如下：

numpy.arange(start, stop, step, dtype)

构造器接收下列参数：

• start：范围的起始值，默认为0。
• stop：范围的终止值（不包含）。
• step：两个值的间隔，默认为1。
• dtype：返回ndarray的数据类型，如果没有提供，就会使用输入数据的类型。

【例3.22】

   import numpy as np
   x = np.arange(5)
   print x

输出如下：

   [0  1  2  3  4]

（2）语法：numpy.linspace

该函数类似于arange()函数。在此函数中，指定了范围之间的均匀间隔数量，而不是步长。该函数的用法如下：

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

构造器接收下列参数：

• start：序列的起始值。
• stop：序列的终止值，如果endpoint为true，该值就包含于序列中。
• num：要生成的等间隔样例数量，默认为50。
• endpoint：序列中是否包含stop值，默认为ture。
• retstep：如果为true，就返回样例以及连续数字之间的步长。
• dtype：输出ndarray的数据类型。

【例3.23】

   import numpy as np
   x = np.linspace(10,20,5)
   print x

输出如下：

   [10.  12.5  15.  17.5  20.]

（3）语法：numpy.logspace

该函数返回一个ndarray对象，其中包含在对数刻度上均匀分布的数字。刻度的开始和结束端点是某个底数的幂，通常为10。该函数的用法如下：

numpy.logscale(start, stop, num, endpoint, base, dtype)

logspace函数的输出由以下参数决定：

• start：起始值是base ** start。
• stop：终止值是base ** stop。
• num：范围内的数值数量，默认为50。
• endpoint：如果为true，终止值就包含在输出数组中。
• base：对数空间的底数，默认为10。
• dtype：输出数组的数据类型，如果没有提供，就取决于其他参数。

【例3.24】

   import numpy as np
   # 默认底数是 10
   a = np.logspace(1.0,  2.0, num =  10)
   print a

输出如下： DoMApCWx87VpbhKw0eXfz+WZ+CvFGp9HU41syd1uZH3Rh7P0dFXtGPGctRPrT7ov