标签：正态分布 normal span dom and nes 匹配 range int
1.根据Python列表创建数组
np.array([2, 3, 7, 5, 6])
注意，和Python列表不同，NumPy要求数组内的数据必须为同一类型。如果类型不匹配，NumPy将会向上转换（如果可行）。
np.array([3.14, 3, 5]) # array([3.14, 3. , 5. ]) 整型转换为浮点型
可使用dtype关键字设置数组的数据类型：
np.array([2, 3, 7, 5, 6], dtype=‘float32‘)
不同于Python列表，NumPy数组可以被指定为多维：
np.array([range(i, i+3) for i in [2, 4, 6])
2.从头创建数组
(1)创建长度为10的数组，值都是0
np.zeros(10, dtype=int)
(2)创建3*5的浮点型数组，值都是1
np.ones((3, 5), dtype=float)
(3)创建一个3*5的浮点型数组，值都是3.14
np.full((3, 5), 3.14)
(4)创建一个线性序列数组
np.arange(0, 20, 2)
(5)创建5个元素的数组，5个数均匀地分配0~1
np.linspace(0, 1, 5) # array([0. , 0.25 , 0.5 , 0.75 , 1. ])
(6)创建一个3*3的数组，值都是0~1的随机值
np.random.random((3, 3))
(7)创建一个3*3的数组，值为正态分布的随机数，期望为0，标准差为1
np.random.normal(0, 1, (3, 3))
(8)创建一个3*3的数组，值都是[0, 10)上的随机整数
np.random.randint(0, 10, (3, 3))
(9)创建一个3*3的单位矩阵
np.eye(3)
(10)创建一个3个整型组成的未初始化的数组，值是内存空间中的任意值
np.empty(3)
标签：正态分布 normal span dom and nes 匹配 range int
原文地址：https://www.cnblogs.com/husteryzc/p/12893027.html
