### 使用 NumPy 创建数组的方法汇总 NumPy 提供了多种方法来创建数组，这些方法可以满足不同的需求。以下是常见的几种创建数组的方式： #### 1. 使用 `numpy.array()` 方法 `numpy.array()` 是最常用的方法之一，用于将 Python 列表或其他类数组对象转换为 NumPy 数组[^2]。 ```python import numpy as np # 从列表创建一维数组 arr1 = np.array([1, 2, 3, 4]) print(arr1) # 从嵌套列表创建二维数组 arr2 = np.array([[1, 2], [3, 4]]) print(arr2) ``` #### 2. 使用 `numpy.zeros()` 方法 `numpy.zeros()` 用于创建一个指定形状的数组，其中所有元素初始化为 0[^3]。 ```python # 创建一维零数组 zeros_1d = np.zeros(5) print(zeros_1d) # 创建二维零数组 zeros_2d = np.zeros((3, 4)) print(zeros_2d) ``` #### 3. 使用 `numpy.ones()` 方法 `numpy.ones()` 类似于 `numpy.zeros()`，但它会创建一个所有元素均为 1 的数组[^3]。 ```python # 创建一维全 1 数组 ones_1d = np.ones(5) print(ones_1d) # 创建二维全 1 数组 ones_2d = np.ones((3, 4)) print(ones_2d) ``` #### 4. 使用 `numpy.empty()` 方法 `numpy.empty()` 用于创建一个未初始化的数组，其内容是随机的，取决于内存状态[^1]。 ```python # 创建一维空数组 empty_1d = np.empty(5) print(empty_1d) # 创建二维空数组 empty_2d = np.empty((3, 4)) print(empty_2d) ``` #### 5. 使用 `numpy.arange()` 方法 `numpy.arange()` 用于创建一个等差数列数组，类似于 Python 的内置函数 `range()`，但返回的是 NumPy 数组[^2]。 ```python # 创建从 0 到 9 的数组 arange_arr = np.arange(10) print(arange_arr) # 创建从 1 到 9 的奇数数组 odd_arr = np.arange(1, 10, 2) print(odd_arr) ``` #### 6. 使用 `numpy.linspace()` 方法 `numpy.linspace()` 用于生成在指定区间内均匀分布的数字序列，可以通过参数指定点的数量[^1]。 ```python # 创建从 0 到 1 的 5 个均匀分布的点 linspace_arr = np.linspace(0, 1, 5) print(linspace_arr) ``` #### 7. 使用 `numpy.eye()` 和 `numpy.identity()` 方法 `numpy.eye()` 和 `numpy.identity()` 用于创建单位矩阵，其中对角线元素为 1，其余为 0[^1]。 ```python # 创建 3x3 单位矩阵 eye_matrix = np.eye(3) print(eye_matrix) # 创建 4x4 单位矩阵 identity_matrix = np.identity(4) print(identity_matrix) ``` #### 8. 使用 `numpy.random` 模块 `numpy.random` 提供了多种生成随机数的方法，例如 `numpy.random.rand()`、`numpy.random.randn()` 等[^1]。 ```python # 创建一个 2x3 的随机浮点数数组 (范围 [0, 1)) random_floats = np.random.rand(2, 3) print(random_floats) # 创建一个标准正态分布的随机数组 random_normals = np.random.randn(2, 3) print(random_normals) ``` #### 9. 使用 `numpy.full()` 方法 `numpy.full()` 用于创建一个填充指定值的数组[^1]。 ```python # 创建一个填充值为 7 的 2x3 数组 full_arr = np.full((2, 3), 7) print(full_arr) ``` ### 注意事项 - 不同方法适用于不同场景，例如需要初始化为特定值时使用 `numpy.zeros()` 或 `numpy.ones()`，而需要生成随机数据时使用 `numpy.random` 模块。 - 在选择方法时，需根据具体需求考虑数组的形状、数据类型和初始值。