python数组生成

### Python 中创建和初始化数组的方法

#### 使用直接赋值法
可以直接给列表变量赋予一系列数值，这是最简单的方式之一。这种方式适合于已知具体元素的情况。

arr = [1, 2, 3, 4, 5]
print(arr)

这种方法适用于小型数据集或当确切知道所需元素时[^1]。

#### 利用 `list()` 函数
`list()` 函数可以从其他可迭代对象（如字符串、元组或其他序列类型）转换成列表形式。

tup = (1, 2, 3, 4, 5)
lst = list(tup)
print(lst)

此方法提供了灵活性，允许从不同类型的容器快速生成列表。

#### 应用 `range()` 函数
对于需要连续整数范围的情形，`range()` 是理想的选择。它可以接受起始值、结束值以及步长作为参数，并返回一个可以转化为列表的对象。

ranged_list = list(range(1, 6))
print(ranged_list)

stepped_range = list(range(0, 10, 2))
print(stepped_range)

这使得创建具有特定间隔模式的数据变得容易。

#### 运用列表推导式
这是一种简洁而强大的语法结构，可以在单行内定义复杂的列表逻辑。

squared_numbers = [x ** 2 for x in range(5)]
print(squared_numbers)

它不仅限于简单的算术运算，还可以包含条件判断和其他表达式。

#### 构建多维数组——借助 NumPy 库
NumPy 提供了一个高效的矩阵操作接口，非常适合科学计算领域中的应用。为了建立一个多维零填充数组：

import numpy as np

rows = 3
cols = 4
matrix_zeros = np.zeros((rows, cols))
print(matrix_zeros)

上述代码片段展示了如何利用 `np.zeros()` 方法轻松地设置指定大小的全零矩阵[^2]。

#### 使用 `arange()` 创建带有浮点增量的一维数组
如果希望得到介于两个边界之间的实数值集合，则应考虑采用 `numpy.arange()` 来代替内置的 `range()` 。该函数支持非整型步幅，从而能够更精确地控制所生成元素间的差异程度。

float_sequence = np.arange(start=1, stop=10, step=0.5)
print(float_sequence)

这段脚本说明了怎样通过调整起点(`start`)、终点(`stop`) 和间距 (`step`) 参数来自由定制所需的数值区间[^3]。