numpy初始化多维数组

NumPy 是一个流行的 Python 库，用于进行科学计算和处理大型多维数组。在 NumPy 中初始化多维数组非常直接，有多种方法可以完成这一操作。以下是一些常用的方法：

1. 使用 `numpy.array()` 创建数组：可以将一个列表的列表（或者嵌套列表）作为参数传递给 `numpy.array()`，从而创建一个多维数组。

import numpy as np

# 创建一个二维数组
two_dim_array = np.array([[1, 2, 3], [4, 5, 6]])

2. 使用 `numpy.zeros()` 创建一个给定形状和类型的新数组，用零填充：

# 创建一个 2x3 的二维数组，所有元素都是零
zero_array = np.zeros((2, 3))

3. 使用 `numpy.ones()` 创建一个给定形状和类型的新数组，用一填充：

# 创建一个 3x2 的二维数组，所有元素都是 1
one_array = np.ones((3, 2))

4. 使用 `numpy.arange()` 结合数组的 `reshape()` 方法创建一个具有特定形状的数组：

# 创建一个一维数组，然后将其重新塑形为 3x2 的二维数组
arr = np.arange(6).reshape((3, 2))

5. 使用 `numpy.empty()` 创建一个未初始化的新数组，其形状和数据类型由用户指定。这个函数创建的数组中的数据是未初始化的，可能包含任意值。

# 创建一个 2x3 的二维数组，但不指定初始值
empty_array = np.empty((2, 3))

以上方法可以灵活组合使用，以便根据需要创建和初始化多维数组。正确选择初始化方法对于确保程序性能和正确性非常重要。