numpy 数组初始化各种方法

numpy数组初始化有多种方法，这里列举几种常见的：

1. **直接创建列表**：

   import numpy as np
   arr = np.array([1, 2, 3, 4, 5])  # 一维数组

2. **使用arange或linspace**：

   arr = np.arange(0, 10)  # 等差数列，包含起始值但不包含结束值
   arr = np.linspace(0, 1, 11)  # 线性间隔，从0到1，包含10个元素

3. **零填充数组**：

arr = np.zeros((3, 4)) # 三维数组，全为0
arr = np.ones((3, 4)) # 全为1

4. **随机生成数组**：

arr = np.random.rand(3, 3) # 随机均匀分布
arr = np.random.randn(3, 3) # 标准正态分布

5. **使用函数或形状元组**：

arr = np.empty((2, 2), dtype=int) # 空数组，指定大小和数据类型
arr = np.full((2, 2), 99) # 全部填满特定数值

6. **从文件读取**：

arr = np.loadtxt('data.txt') # 从文本文件读取二维数组

7. **初始化矩阵**：

arr = np.eye(3) # 单位矩阵

8. **使用特殊函数**：

arr = np.diag([1, 2, 3]) # 对角线数组