python创造数组

### 创建数组的方式

在Python中创建数组通常依赖NumPy库，因为其提供了强大的多维数组对象以及用于处理这些数组的工具。下面展示几种常见的创建方式。

#### 使用`numpy.array`

最直接的方法是从列表或其他序列类型的对象构建数组：

import numpy as np

data = [1, 2, 3, 4, 5]
arr = np.array(data)
print(arr)  # 输出: [1 2 3 4 5]

对于更复杂的结构，比如二维或多维数据集，同样适用这种方法[^1]。

#### 利用内置函数生成特定模式的数据

为了快速初始化某些特殊形式的数组（如全零、全一或均匀分布），可以利用如下几个实用程序函数：

- `zeros(shape)`：创建指定形状的全部填充为0的新数组；
- `ones(shape)`：创建指定形状的全部填充为1的新数组；
- `full(shape, fill_value)`：创建指定形状并由给定值填充的新数组；

示例代码片段如下所示：

zero_arr = np.zeros((3, 4))
one_arr = np.ones([2, 2])
filled_arr = np.full((2, 3), 7)

print(zero_arr)
print(one_arr)
print(filled_arr)

上述命令分别打印出了不同尺寸和初始值设定的不同数组实例。

#### 构建带有随机数的数组

当需要测试算法性能或是模拟真实世界场景时，往往需要用到含有随机数值的数组。这可通过调用诸如`random.rand()`这样的随机采样接口来完成：

rand_arr = np.random.rand(2, 3)
gauss_noise_img = add_noise(rand_arr)  # 假设add_noise已定义好

这里不仅展示了简单的随机浮点数矩阵生成，还引入了一个自定义函数`add_noise`用来向图像添加高斯白噪声[^4]。