【基础】Numpy数组的创建与基本操作

# 2.1 从现有数据创建数组

### 2.1.1 使用列表或元组

Numpy 数组可以从现有列表或元组中创建。列表或元组中的元素将成为数组中的元素。

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])

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

# 2. Numpy数组的创建

### 2.1 从现有数据创建数组

#### 2.1.1 使用列表或元组

Numpy数组可以从现有列表或元组中创建，方法是使用`np.array()`函数。该函数将列表或元组中的元素转换为Numpy数组。

# 从列表创建数组
my_list = [1, 2, 3, 4, 5]
my_array = np.array(my_list)
print(my_array)  # 输出：[1 2 3 4 5]

# 从元组创建数组
my_tuple = (1, 2, 3, 4, 5)
my_array = np.array(my_tuple)
print(my_array)  # 输出：[1 2 3 4 5]

#### 2.1.2 使用arange()和linspace()函数

`arange()`函数生成一个指定范围内的均匀间隔的数字序列，`linspace()`函数生成一个指定范围内的均匀间隔的数字序列，包括端点。

# 使用arange()创建数组
my_array = np.arange(1, 10, 2)  # 从1到9，步长为2
print(my_array)  # 输出：[1 3 5 7 9]

# 使用linspace()创建数组
my_array = np.linspace(0, 1, 5)  # 从0到1，包括端点，分成5个均匀间隔
print(my_array)  # 输出：[0.  0.25 0.5  0.75 1. ]

### 2.2 从头开始创建数组

#### 2.2.1 使用zeros()、ones()和empty()函数

`zeros()`函数创建一个指定形状和数据类型的数组，其中所有元素都初始化为0。`ones()`函数创建一个指定形状和数据类型的数组，其中所有元素都初始化为1。`empty()`函数创建一个指定形状和数据类型的数组，其中所有元素都未初始化。

# 使用zeros()创建数组
my_array = np.zeros((3, 4))  # 创建一个3行4列的数组，所有元素为0
print(my_array)  # 输出：
# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]

# 使用ones()创建数组
my_array = np.ones((3, 4))  # 创建一个3行4列的数组，所有元素为1
print(my_array)  # 输出：
# [[1. 1. 1. 1.]
#  [1. 1. 1. 1.]
#  [1. 1. 1. 1.]]

# 使用empty()创建数组
my_array = np.empty((3, 4))  # 创建一个3行4列的数组，所有元素未初始化
print(my_array)  # 输出：
# [[1.2354321e-304 1.2354321e-304 1.2354321e-304 1.2354321e-304]
#  [1.2354321e-304 1.2354321e-304 1.2354321e-304 1.2354321e-304]
#  [1.2354321e-304 1.2354321e-304 1.2354321e-304 1.2354321e-304]]

#### 2.2.2 使用full()和eye()函数

`full()`函数创建一个指定形状和数据类型的数组，其中所有元素都初始化为指定的标量值。`eye()`函数创建一个指定大小的单位矩阵。

# 使用full()创建数组
my_array = np.full((3, 4), 5)  # 创建一个3行4列的数组，所有元素为5
print(my_array)  # 输出：
# [[5. 5. 5. 5.]
#  [5. 5. 5. 5.]
#  [5. 5. 5. 5.]]

# 使用eye()创建数组
my_array = np.eye(3)  # 创建一个3x3的单位矩阵
print(my_array)  # 输出：
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

# 3. Numpy数组的基本操作

### 3.1 数组的索引和切片

#### 3.1.1 一维数组的索引和切片

一维数组的索引和切片与Python列表类似。使用方括号([])进行索引，索引号从0开始。正数索引表示从数组开头向后取值，负数索引表示从数组末尾向前取值。

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])

# 索引
print(arr[0])  # 输出：1
print(arr[-1])  # 输出：5