numpy自動生成數組

1 np.arange(),相似於range，經過指定開始值，終值和步長來建立表示等差數列的一維數組，注意該函數和range同樣結果不包含終值。

>>> np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.arange(0,1,0.1)
array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])
>>> 

2 np.linspace()函數，與上面np.arange不一樣的是，該函數第三個參數指定的是元素個數，它表示給定起始值和終點值以及元素個數，生成一個一維的等差數列。含有參數endpoint布爾值，默認爲True表示包含終值，設定爲False表示不包含終值。

>>> np.linspace(0,1,10)
array([ 0.        ,  0.11111111,  0.22222222,  0.33333333,  0.44444444,
        0.55555556,  0.66666667,  0.77777778,  0.88888889,  1.        ])
>>> np.linspace(0,1,10,endpoint = False)
array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])

3 np.logspace,該函數與np.linspace相似，不過它生成的數組是等比數列，基數默認爲10

>>> np.logspace(0,4,5)
array([  1.00000000e+00,   1.00000000e+01,   1.00000000e+02,
         1.00000000e+03,   1.00000000e+04])

 可是基數也能夠改變，例如將基數base = 2，以下：

>>> np.logspace(0,3,5,base = 2)
array([ 1. , 1.68179283, 2.82842712, 4.75682846, 8. ])

上面表示，起點爲2^0 = 1，終點爲2^3 = 8,一共按照等比數列生成5個點，這樣公比q = 2^(3/4)

4. np.zeros(),np.ones(),np.empty()能夠建立指定的形狀和類型數組，其中np.enpty()只分配數組所使用的內存，不對數據初始化起做用。

>>> np.empty((2,3),np.int32)
array([[ 8078112, 37431728,  8078112],
       [47828800, 47828712,       10]])

注意上面建立的2*3的數組並無被初始化。

>>> np.ones(4)
array([ 1.,  1.,  1.,  1.])
>>> np.ones((2,3))
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])
>>> np.ones(4,dtype = np.bool)
array([ True,  True,  True,  True], dtype=bool)
>>> np.zeros(4,dtype = np.bool)
array([False, False, False, False], dtype=bool)
>>> np.zeros(4)
array([ 0.,  0.,  0.,  0.])

np.full()函數能夠生成初始化爲指定值的數組

>> np.full(4,np.pi)
array([ 3.14159265,  3.14159265,  3.14159265,  3.14159265])
>>> np.full((2,3),np.pi)
array([[ 3.14159265,  3.14159265,  3.14159265],
       [ 3.14159265,  3.14159265,  3.14159265]])

此外np.zeros_like()，np.ones_like()等函數建立於參數形狀相同的數組即np.zeros_like(a)與np.zeros(a.shape,dtype = a.type)相同

>>> a = np.arange(10).reshape(2,5)
>>> np.zeros_like(a)
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

5 np.fromfunction()，它能夠從指定的函數中生成數組，第一個參數是函數名稱，第二個參數是數組形狀。　

>>> np.fromfunction(lambda a,b:a == b,(3,3))
array([[ True, False, False],
       [False,  True, False],
       [False, False,  True]], dtype=bool)
>>> np.fromfunction(lambda i:i%7 +1,(10,))
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  1.,  2.,  3.])