通过numpy原生数组创建数组¶

使用arange方法创建等差数组¶

如果让大家创建一个等差列表，从1到100，一共100项，那一定非常方便，用range(1,101,1)快速搞定。Numpy也提供了类似的方法arange()，用法与range()非常相似。

import numpy as np
# 指定 start、stop、以及step。arange和range一样，是左闭右开的区间。
arr_uniform0 = np.arange(1,10,1)
# 也可以只传入一个参数，这种情况下默认start=0，step=1
arr_uniform1 = np.arange(10)

arr_uniform0
Out:
    array([1, 2, 3, 4, 5, 6, 7, 8, 9])

arange()和range()到底有什么区别呢？答案是二者返回结果的类型不一样。一个是numpy.ndarray，一个是range。此外，arange()能够接收浮点数，创建浮点数类型的数组，而range()只能接收整数创建整形序列。可以说arange()的应用范围更加广泛了。

arr_uniform2 = np.arange(1.2, 3.8, 0.3)
arr_uniform2

# Out:
#    array([1.2, 1.5, 1.8, 2.1, 2.4, 2.7, 3. , 3.3, 3.6])

使用linspace方法创建等差数组¶

linspace()方法稍微复杂一些，它的函数调用参数如下：

np.linspace(start, stop[, num=50[, endpoint=True[, retstep=False[, dtype=None]]]]])
# start、stop参数，和arange()中一致；
# num为待创建的数组中的元素的个数，默认为50
# endpoint=True，则为左闭右闭区间，默认为True；endpoint=False，则为左闭右开区间
# retstep用来控制返回值的形式。默认为False，返回数组；若为True，则返回由数组和步长组成的元祖

# 不设置endpoint，默认为Ture，结果为左闭右闭区间
arr_uniform3 = np.linspace(1,99, 11)
arr_uniform3

# Out:
#    array([ 1. , 10.8, 20.6, 30.4, 40.2, 50. , 59.8, 69.6, 79.4, 89.2, 99. ])

# retstep设置为True，分别返回数组和步长
arr_uniform4 = np.linspace(1,99, 11, retstep=True)
arr_uniform4

# Out:
    (array([ 1. , 10.8, 20.6, 30.4, 40.2, 50. , 59.8, 69.6, 79.4, 89.2, 99. ]), 9.8)


# 设置endpoint为False，结果为左闭右开区间
arr_uniform5 = np.linspace(1,99, 11, endpoint=False)
arr_uniform5

# Out:    array([ 1. ,  9.90909091, 18.81818182, 27.72727273, 36.63636364,   45.54545455, 54.45454545, 63.36363636, 72.27272727, 81.18181818,           90.09090909])

linspace()方法最大的特点是可以直接定义数组的长度，这为我们调整数组的大小提供了方便。这里给大家介绍reshape()方法：

arr_uniform6 = np.linspace(1,100, 20)
# 这里定义了一个长度为20的等差数组，然后通过reshape方法，调整数组的大小为5×4
arr_uniform6.reshape(5,4)

#输出结果为
Out:
    array([[  1.        ,   6.21052632,  11.42105263,  16.63157895],
       [ 21.84210526,  27.05263158,  32.26315789,  37.47368421],
       [ 42.68421053,  47.89473684,  53.10526316,  58.31578947],
       [ 63.52631579,  68.73684211,  73.94736842,  79.15789474],
       [ 84.36842105,  89.57894737,  94.78947368, 100.        ]])

reshape方法非常灵活地应用于调整数组的大小，但是不改变数组的长度。即长度100的数组，你可以非常方便地调整为1×100或者是4×25或者是5×20。这点在将横向量调整为列向量的时候非常有用。

创建等比数组¶

等比数列在计算中也有着广泛的应用，比如说计算利率的时候。这里我们介绍两种方法创建等比数据。

`geomspace()`方法，创建指数等比数列¶

比如说我想创建从2到16的等比数列，我不知道具体的公比，但是我希望我的数列长度是4个。那我可以这样：

# 起始项为2，结束项为16，数列的长度为4。这里要注意，默认是左闭右闭的数组
arr_geo0 = np.geomspace(2,16,4)
arr_geo0

# Out: array([ 2.,  4.,  8., 16.])

geomspace()方法非常简单，它的参数说明如下，以后用到，朋友们可以根据实际情况，自定义输入参数：

geomspace（start, stop, num=50, endpoint=True, dtype=None）
# start和stop，分别为区间的起始和终止值，为强制参数；
# num 为待生成等比数列的长度，指定后，程序会自动计算取等比数列的公比；
# endpoint默认为True，结果为左闭右必区间。否则为False，左闭右开区间；

`logspace()`方法，创建对数等比数列¶

logspace()方法和geomspace()类似，唯一不同的是，在定义区间的起始值和终止值的时候，是以指数的形式定义的，logspace()用法如下：

logspace（start, stop, num=50, endpoint=True, base=10.0, dtype=None）
# start：区间起始值为base的start次方
# stop：区间终止值为base的stop次方（是否取得到，需要设定参数endpoint）
# num：为待生成等比数列的长度。按照对数，即start和stop值进行等分。默认值为50
# endpoint：若为True（默认），则可以取到区间终止值，即左闭右闭区间，规则同上

最后更新: 2022年10月15日 01:02:48
创建日期: 2022年7月27日 11:10:25

Contributers: yangjh