也可以看看
创建数组有5种通用机制:
从其他Python结构(例如列表,元组)转换
内在的numpy数组创建对象(例如,arange,1、0等)
从磁盘读取标准或自定义格式的阵列
通过使用字符串或缓冲区从原始字节创建数组
使用特殊的库函数(例如,随机的)
本节将不介绍复制,联接或以其他方式扩展或变异现有阵列的方法。它也不会涵盖创建对象数组或结构化数组。两者均在其各自的章节中介绍。
通常,可以通过使用array()函数将Python中以数组状结构排列的数值数据转换为数组。最明显的例子是列表和元组。有关其使用的详细信息,请参见array()的文档。一些对象可能支持数组协议,并允许以这种方式转换为数组。查找是否可以使用array()将对象转换为numpy数组的简单方法是,以交互方式尝试并查看其是否有效!(Python方式)。
例子:
>>> x = np.array([2,3,1,0])
>>> x = np.array([2, 3, 1, 0])
>>> x = np.array([[1,2.0],[0,0],(1+1j,3.)]) # note mix of tuple and lists,
and types
>>> x = np.array([[ 1.+0.j, 2.+0.j], [ 0.+0.j, 0.+0.j], [ 1.+1.j, 3.+0.j]])
NumPy具有内置功能,可以从头开始创建数组:
zeros(shape)将创建一个数组,其中填充了具有指定形状的0个值。默认dtype为float64。
>>> np.zeros((2, 3))
array([[ 0., 0., 0.], [ 0., 0., 0.]])
一个(形状)将创建一个填充有1个值的数组。在所有其他方面,它都等于零。
arange()将创建具有规则递增值的数组。检查文档字符串以获取有关各种使用方式的完整信息。这里将给出一些示例:
>>> np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.arange(2, 10, dtype=float)
array([ 2., 3., 4., 5., 6., 7., 8., 9.])
>>> np.arange(2, 3, 0.1)
array([ 2. , 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9])
请注意,arange docstring中描述了有关用户应注意的最后使用情况的一些细节。
linspace()将创建具有指定数量元素的数组,并在指定的开始值和结束值之间等距间隔。例如:
>>> np.linspace(1., 4., 6)
array([ 1. , 1.6, 2.2, 2.8, 3.4, 4. ])
这个创建函数的优点是可以保证元素的数量以及起点和终点,而arange()通常不能保证任意的起点,终点和步长值。
index()将创建一组数组(堆叠为一维数组),每个维一个,每个维表示该维的变化。一个示例比一个口头描述更好地说明了这一点:
>>> np.indices((3,3))
array([[[0, 0, 0], [1, 1, 1], [2, 2, 2]], [[0, 1, 2], [0, 1, 2], [0, 1, 2]]])
这对于评估常规网格上的多维功能特别有用。
大概这是创建大型数组的最常见情况。当然,这些细节在很大程度上取决于磁盘上的数据格式,因此本节仅可以提供有关如何处理各种格式的一般指导。
各个字段具有用于数组数据的标准格式。以下列出了使用已知的python库读取它们并返回numpy数组的库(可能还有其他可能读取并转换为numpy数组的库,因此也请检查最后一部分)
HDF5: h5py
FITS: Astropy
不能直接读取但不难转换的格式示例包括PIL之类的库支持的那些格式(能够读取和写入许多图像格式,例如jpg,png等)。
逗号分隔值文件(CSV)被广泛使用(以及Excel等程序的导出和导入选项)。有多种方法可以在Python中读取这些文件。Python中有CSV函数,而pylab中有函数(matplotlib的一部分)。
可以使用scipy中的io包读取更多通用的ascii文件。
一个人可以使用多种方法。如果文件具有相对简单的格式,则可以编写一个简单的I / O库,并使用numpy fromfile()函数和.tofile()方法直接读取和写入numpy数组(但是请注意字节顺序!)或存在读取数据的C ++库,可以用多种技术包装该库,尽管这肯定需要做更多的工作,并且需要相当多的高级知识才能与C或C ++交互。
有一些库可用于生成特殊用途的数组,并且无法枚举所有库。最常见的用途是随机使用许多可以生成随机值数组的数组生成函数,以及一些实用程序函数以生成特殊矩阵(例如对角线)。