程序员必备接口测试调试工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api设计、调试、文档、自动化测试工具
后端、前端、测试，同时在线协作，内容实时同步
【相关推荐：Python3视频教程 】
使用 List 创建数组
数组用于在一个变量中存储多个值。Python 没有对数组的内置支持，但可以使用 Python 列表代替。
例子 ：
arr = [1, 2, 3, 4, 5]
arr1 = ["geeks", "for", "geeks"]
登录后复制# 用于创建数组的 Python 程序
# 使用列表创建数组
arr=[1, 2, 3, 4, 5]
for i in arr:
print(i)登录后复制输出：
1
2
3
4
5
使用数组函数创建数组
array(data type, value list) 函数用于创建一个数组，其参数中指定了数据类型和值列表。
例子 ：
# 演示 array() 工作的 Python 代码
# 为数组操作导入“array”
import array
# 用数组值初始化数组
# 用有符号整数初始化数组
arr = array.array('i', [1, 2, 3])
# 打印原始数组
print ("The new created array is : ",end="")
for i in range (0,3):
print (arr[i], end=" ")
print ("\r")登录后复制输出：
The new created array is : 1 2 3 1 5
使用 numpy 方法创建数组
NumPy 提供了几个函数来创建具有初始占位符内容的数组。这些最大限度地减少了增长阵列的必要性，这是一项昂贵的操作。例如：np.zeros、np.empty等。
numpy.empty(shape, dtype = float, order = 'C')： 返回给定形状和类型的新数组，具有随机值。
# 说明 numpy.empty 方法的 Python 代码
import numpy as geek
b = geek.empty(2, dtype = int)
print("Matrix b : \n", b)
a = geek.empty([2, 2], dtype = int)
print("\nMatrix a : \n", a)
c = geek.empty([3, 3])
print("\nMatrix c : \n", c)登录后复制输出 ：
Matrix b :
[ 0 1079574528]
Matrix a :
[[0 0]
[0 0]]
Matrix a :
[[ 0. 0. 0.]
[ 0. 0. 0.]
[ 0. 0. 0.]]
numpy.zeros(shape, dtype = None, order = 'C')： 返回给定形状和类型的新数组，带零。
# 说明 numpy.zeros 方法的 Python 程序
import numpy as geek
b = geek.zeros(2, dtype = int)
print("Matrix b : \n", b)
a = geek.zeros([2, 2], dtype = int)
print("\nMatrix a : \n", a)
c = geek.zeros([3, 3])
print("\nMatrix c : \n", c)登录后复制输出 ：
Matrix b :
[0 0]
Matrix a :
[[0 0]
[0 0]]
Matrix c :
[[ 0. 0. 0.]
[ 0. 0. 0.]
[ 0. 0. 0.]]
重塑数组
我们可以使用reshape方法来重塑数组。考虑一个形状为 (a1, a2, a3, ..., aN) 的数组。我们可以重新整形并将其转换为另一个形状为 (b1, b2, b3, ..., bM) 的数组。
唯一需要的条件是： a1 x a2 x a3 … x aN = b1 x b2 x b3 … x bM 。（即数组的原始大小保持不变。）
numpy.reshape(array, shape, order = 'C')： 在不更改数组数据的情况下对数组进行整形。
# 说明 numpy.reshape() 方法的 Python 程序
import numpy as geek
array = geek.arange(8)
print("Original array : \n", array)
# 具有 2 行和 4 列的形状数组
array = geek.arange(8).reshape(2, 4)
print("\narray reshaped with 2 rows and 4 columns : \n", array)
# 具有 2 行和 4 列的形状数组
array = geek.arange(8).reshape(4 ,2)
print("\narray reshaped with 2 rows and 4 columns : \n", array)
# 构造 3D 数组
array = geek.arange(8).reshape(2, 2, 2)
print("\nOriginal array reshaped to 3D : \n", array)登录后复制输出 ：
Original array :
[0 1 2 3 4 5 6 7]
array reshaped with 2 rows and 4 columns :
[[0 1 2 3]
[4 5 6 7]]
array reshaped with 2 rows and 4 columns :
[[0 1]
[2 3]
[4 5]
[6 7]]
Original array reshaped to 3D :
[[[0 1]
[2 3]]
[[4 5]
[6 7]]]
为了创建数字序列，NumPy 提供了一个类似于 range 的函数，它返回数组而不是列表。
arange返回给定间隔内均匀分布的值。步长是指定的。
linspace 返回给定间隔内均匀分布的值。编号_ 的元素被返回。
arange([start,] stop[, step,][, dtype])： 根据间隔返回一个具有均匀间隔元素的数组。提到的间隔是半开的，即[开始，停止）
# 说明 numpy.arange 方法的 Python 编程
import numpy as geek
print("A\n", geek.arange(4).reshape(2, 2), "\n")
print("A\n", geek.arange(4, 10), "\n")
print("A\n", geek.arange(4, 20, 3), "\n")登录后复制输出 ：
A
[[0 1]
[2 3]]
A
[4 5 6 7 8 9]
A
[ 4 7 10 13 16 19]
numpy.linspace(start, stop, num = 50, endpoint = True, retstep = False, dtype = None)： 在间隔中均匀返回数字空间。类似于 arange 但不是 step 它使用样本编号。
# 说明 numpy.linspace 方法的 Python 编程
import numpy as geek
# 重新设置为 True
print("B\n", geek.linspace(2.0, 3.0, num=5, retstep=True), "\n")
# 长期评估 sin()
x = geek.linspace(0, 2, 10)
print("A\n", geek.sin(x))登录后复制输出 ：
B
(array([ 2. , 2.25, 2.5 , 2.75, 3. ]), 0.25)
A
[ 0. 0.22039774 0.42995636 0.6183698 0.77637192 0.8961922
0.9719379 0.99988386 0.9786557 0.90929743]
展平数组
我们可以使用展平方法将数组的副本折叠成一维。它接受 order 参数。默认值为“C”（用于行优先顺序）。使用“F”表示列主要顺序。
numpy.ndarray.flatten(order = 'C') ：返回折叠成一维的数组的副本。
# 说明 numpy.flatten() 方法的 Python 程序
import numpy as geek
array = geek.array([[1, 2], [3, 4]])
# 使用扁平化方法
array.flatten()
print(array)
#使用扁平化方法
array.flatten('F')
print(array)登录后复制输出 ：
[1, 2, 3, 4]
[1, 3, 2, 4]
在 Numpy 中创建数组的方法
【相关推荐：Python3视频教程 】
以上就是Python NumPy教程之数组的创建详解的详细内容，更多请关注自由互联其它相关文章！
