建立数组

在 NumPy 里，大部分的操作都是使用 ndarray 来完成，ndarray 是一个快速的且可以节省空间的多维度数组对象，这篇教学会介绍使用 NumPy 快速建立多维数组 ndarray。

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

建立数组的方法

NumPy 有下列几种建立数组 ndarray 的方法：

numpy.array()

numpy.array() 可以根据现有的串列数据建立数组，下方的例子会建立一维、二维与三维数组。

import numpy as np

a = np.array([1,2,3,4])                      # 建立一維陣列
b = np.array([[1,2],[3,4]])                  # 建立二維陣列
c = np.array([[[1,2],[3,4]],[[5,6],[7,8]]])  # 建立三維陣列
print(a)
print(b)
print(c)

建立数组时，设定 ndmin 的数值，可以指定最小维度，下方的例子原本是一维的串列数据，加上 ndmin 的参数后，就会被转换成三维数组。

import numpy as np

a = np.array([1,2,3,4], ndmin=3)
print(a)    # [[[1 2 3 4]]]  注意有三層括號，是三維陣列

建立数组时，设定 dtype 的型态，可以将原本串列的数据转换成指定的型态，下方的例子会将原本数字的串列，转换成文字内容的数组。

import numpy as np

a = np.array([1,2,3,4], dtype='U')   # 轉換成 unicode 字串的格式
b = np.array([1,2,3,4], dtype='S')   # 轉換成二進位字串
print(a)   # ['1' '2' '3' '4']
print(b)   # [b'1' b'2' b'3' b'4']

numpy.empty()

numpy.empty() 可以建立指定大小的空数组，空数组的意思并非内容全空，而是会以随机数的方式放置项目 ( 操作时再将其置换 )。

import numpy as np

a = np.empty(2)        # 建立一維空陣列
b = np.empty([2,2])    # 建立二維空陣列
c = np.empty([2,2,2])  # 建立三維空陣列
print(a)
print(b)
print(c)

numpy.zeros()

numpy.zeros() 可以建立每个项目数值为 0 的数组。

import numpy as np

a = np.zeros(2)        # 建立一維 zero 陣列
b = np.zeros([2,2])    # 建立二維 zero 陣列
c = np.zeros([2,2,2])  # 建立三維 zero 陣列
print(a)
print(b)
print(c)

numpy.ones()

numpy.ones() 可以建立每个项目数值为 1 的数组。

import numpy as np

a = np.ones(2)        # 建立一維 one 陣列
b = np.ones([2,2])    # 建立二維 one 陣列
c = np.ones([2,2,2])  # 建立三維 one 陣列
print(a)
print(b)
print(c)

numpy.eye()

numpy.eye() 可以建立对角线项目为 1，其他项目为 0 的数组。

import numpy as np

print(np.eye(3))     # 建立 3x3 陣列，對角線起始點為 0
print(np.eye(3,5))   # 建立 3x5 陣列，對角線起始點為 0
print(np.eye(3,5,2)) # 建立 3x3 陣列，對角線起始點為 2

numpy.tile()

numpy.tile() 会复制现有的数组的内容，依据新的维度建立新数组。

a = np.array([1,2,3])
b = np.tile(a, 5)       # [1,2,3] 重複 5 次變成一維陣列
c = np.tile(a, (5, 2))  # [1,2,3] 重複放入 5x2 的陣列中
print(b)
print(c)

numpy.arange()

numpy.arange() 可以建立两个数值间，指定“间距”的“等差”连续数据的数组，支援小数点的间隔 ( 设定 dtype 可指定数据型态 )。

import numpy as np

a = np.arange(10)        # 建立 1～10，間隔為 1 的陣列
b = np.arange(5,10)      # 建立 5～10，間隔為 1 的陣列
c = np.arange(5,10,0.1)  # 建立 5～10，間隔為 0.1 的陣列
d = np.arange(5,10,dtype='float')  # 建立 5～10，間隔為 1 的浮點數陣列
print(a)
print(b)
print(c)
print(d)

numpy.linspace()

numpy.linspace() 可以建立两个数值间，指定“数量”的“等差”连续数据数组，( 额外设定 endpoint False 表示不包含最后一个数字、设定 dtype 可指定数据型态 )。

import numpy as np

a = np.linspace(5, 10, 10)        # 建立 5～10，內容有 10 個項目的陣列
b = np.linspace(5, 10, 10, endpoint=False)  # 建立 5～9，內容有 10 個項目的陣列
c = np.linspace(5, 10, 10, dtype='int')       # 建立 5～10，內容有 10 個「整數」項目的陣列
print(a)
print(b)
print(c)

numpy.logspace()

numpy.logspace() 可以建立两个数值间，指定“数量”的“log 对数”连续数据数组，( 额外设定 endpoint False 表示不包含最后一个数字、设定 dtype 可指定数据型态 )。

import numpy as np

a = np.logspace(0, 1, 10)
b = np.logspace(0, 1, 10, False)
print(a)
print(b)

意见反馈