Numpy建立ndarray的方法比较够用,几乎也就是矩阵运算的经常使用的方法。python
约定:数组
import numpy as np数据结构
经常使用的建立ndarray的函数有:np.array, np.asarray, np.arange, np.ones, np.ones_like, np.zeros, np.zeros_like, np.empty, np.empty_like, np.eye, np.identityide
print np.array([1, 2, 3], dtype=np.int)
[1 2 3]
[Finished in 0.1s]函数
如上面代码所示,函数主要的参数有array_like的object和dtype=两个。object能够是list,嵌套list,元组,嵌套元组,或者ndarray;code
dtype=包括经常使用的np.int, np.float等。blog
须要注意的是,array函数会将object的数据进行深度复制,而np.asarray则直接引用object的数据。索引
print np.array([[1, 2], [3, 4]], dtype=np.int)
[[1 2]
[3 4]]
[Finished in 0.1s]it
上述的代码生成2维的ndarray。在这个二维的ndarray中,最外面的[]为轴0(axis=0),里面的[]为轴1。若是是3维的ndarray,则从外到内依次为轴0,1,2。class
ndarray重载了[]运算,因此其访问跟普通的Python list类似。后续索引章节会详细介绍。
np.asarray和np.array类似,区别在于不对数据进行深度复制。