使用 NumPy 创建数组教程 🛠️

NumPy 是 Python 中用于科学计算的核心库，其强大的数组操作功能是数据分析的基础。本文将详细介绍如何使用 NumPy 创建不同类型的数组，并附上实用示例。

常见创建方式 📚

• 基础数组
  使用 np.array() 从列表直接转换：

  import numpy as np
  arr = np.array([1, 2, 3])
  print(arr)
  

  

• 等差数列
  np.arange() 生成指定范围的数组：

  np.arange(0, 10, 2)  # 输出: [0 2 4 6 8]
  

  适合需要控制步长的场景，如时间序列数据。

• 均匀分布
  np.linspace() 指定数量的等间距元素：

  np.linspace(0, 1, 5)  # 输出: [0.   0.25 0.5  0.75 1.  ]
  

  常用于需要均匀分布值的实验设计。

• 全零/全一数组
  np.zeros() 和 np.ones() 快速初始化：

  np.zeros((2,3))  # 2x3 全零矩阵
  np.ones((3,4))   # 3x4 全一矩阵
  

  适用于占位数组或矩阵初始化。

高级技巧 🚀

• 指定数据类型
  通过 dtype 参数控制数组元素类型：

  np.array([1,2,3], dtype=np.float64)
  

• 空数组
  np.empty() 创建未初始化的数组（内存随机）：

  np.empty((2,2))  # 内容不可预测
  

• 形状调整
  使用 reshape() 改变数组维度：

  arr.reshape(2, 2)  # 将一维数组转为二维
  

扩展阅读 📚

如需深入了解数组操作，可访问 NumPy 官方文档 获取详细 API 说明。