环境准备

大家如果第一次看到，可以先从我这个演绎系列的第一篇文章开始，包括准备环境等等。

第一篇文章如下：

政安晨：【示例演绎】【Python】【Numpy数据处理】快速入门（一）https://blog.csdn.net/snowdenkeke/article/details/136125773

继续

小伙伴们准备好环境后，咱们继续。

因为Numpy的数据处理，针对的很大一部分是数组，所以咱们还是从数组继续。

大家打开已经准备好的Jupyter：

创建数组

通常情况下，科学数据都是海量的、层次关系复杂的。

咱们创建数组在很多情况下是用来做原型验证和算法验证的，当然，NumPy为创建数组提供了非常丰富的手段，配合数据类型设置、结构设置，可以创建出任何形式的数组。

咱们可以将创建数组的方法分成：创建简单数组和创建复杂数组两大类。

其实简单数组和复杂数组并没有严格的分界线，大致上，凭空创建出来的数组称为简单数组，如蛮力构造法、特殊数值法、随机数值法和定长分割法等；

通过数据延伸创建出来的数组称为复杂数组，如重复构造法、网格构造法等。

现在让咱们一点点地演绎尝试。

蛮力构造法

蛮力构造法使用np.array( )函数来创建数组，原型为：

np.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)

固定参数（必要参数）只有一个object，示例（我用的是列表，也可以改为元组）：

# 创建2行3列数组
a = np.array([[1,2,3],[4,5,6]])
a

在np.array( )函数的默认参数中，dtype参数用于指定数据类型。

创建数组时，如果不指定数据类型，np.array( )函数会根据object参数自动选择合适的数据类型。当然，也可以如下代码中演示的这样，在创建数组时，指定元素的数据类型：

# 创建8位无符号整型数组
a = np.array([[1,2,3],[4,5,6]], dtype=np.uint8)
a

蛮力构造法就是将想要创建数组的数据结构直接用Python列表或元组写出来，再用np.array( )函数转为数组。这个方法虽然看起来简单，但很容易出错，不适合创建体量较大的数组。

特殊数值法

这里的特殊数值指的是0、1、空值，特殊数值法适合构造全0、全1、空数组，或由0、1组成的类似单位矩阵（主对角线为1，其余为0）的数组。

特殊数值法使用的4个函数原型如下：

np.zeros(shape, dtype=float, order='C')
np.ones(shape, dtype=float, order='C')
np.empty(shape, dtype=float, order='C')
np.eye(N, M=None, k=0, dtype=float, order='C')

固定参数shape表示生成的数组结构，默认参数dtype用于指定数据类型（默认浮点型）。

虽然order参数几乎用不到，但作为常识，我们有必要了解一下：order参数指定的是数组在内存中的存储顺序，“C”表示C语言使用的行优先方式，“F”表示Fortran语言使用的列优先方式。

使用上面4个函数配合shape和dtype参数，可以很方便地创建出一些简单数组，其代码如下：

np.zeros(6)

np.zeros((2,3))

np.ones((2,3),dtype=np.int32)

np.empty((2,3))

np.eye(3, dtype=np.uint8)

咱们演绎一下试试：

A

B

C

D

E

如果需要一个3行4列、初始值都是255的无符号整型数组，应该怎么做呢？

全1数组乘以255，或全0数组加255，都是很好的解决方案，另外，使用填充函数fill( )也可以解决这个问题。fill( )函数不只可以填充空数组，任何数组都可以使用它来填充固定的值，其代码如下：

a = np.empty((3,4), dtype=np.uint8)
a.fill(255)
a

随机数值法

和Python的标准模块random类似，NumPy有一个random子模块，其功能更加强大，用随机数值法创建数组主要就是使用random子模块，random子模块的方法很多，咱们这里介绍3个最常用的函数：

np.random.random(size=None)
np.random.randint(low, high=None, size=None)
np.random.normal(loc=0.0, scale=1.0, size=None)

random( )函数用于生成 [0,1) 区间内的随机浮点型数组，randint( )函数用于生成[low, high)区间内的随机整型数组，参数size是一个元组，用于指定生成数组的结构。

代码如下（这里描述的[0,1)区间和[low, high)区间都是左闭右开的）：

np.random.random(3)

np.random.random((2,3))

np.random.randint(5)

np.random.randint(1, 5, size=(2,3))

咱们一个个地来演绎尝试：

A

B

C

D

上述演绎大家自己体会。

normal( )函数用于生成以loc为均值、以scale为标准差的正态分布数组。
下面用正态分布函数模拟生成1000位成年男性的身高数据（假定成年男性平均身高为170厘米，标准差为4厘米），并画出下面的柱状图。

代码如下：

# 导入绘图模块
import matplotlib.pyplot as plt

# 生成正态分布数据
tall = np.random.normal(170, 4, 1000) 

# 从156厘米到190厘米，每2厘米一个分段
bins = np.arange(156, 190, 2) 

# 绘制柱状图
plt.hist(tall, bins)

# 显示图形
plt.show() 

定长分割法

定长分割法最常用的函数是arange( )，它看起来和Python的range( )函数很像，只是前面多了一个字母a，另一个常用的定长分割函数是linspace( )，类似于arange( )函数，但功能更加强大，两个函数的原型如下：

np.arange(start, stop, step, dtype=None)
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

arange( )函数和Python的range( )函数用法相同，并且还可以接收浮点型参数，代码如下：

np.arange(5)

np.arange(5, 11)

np.arange(5,11,2)

np.arange(5.5, 11, 1.5)

np.arange(3,15).reshape(3,4)

A

B

C

D

E

linspace( )函数需要3个参数：一个起点、一个终点、一个返回元素的个数，linspace( )函数返回的元素包括起点和终点，我们可以通过endpoint参数选择是否包含终点，代码如下：

# 返回0到5之间的5个等距数值，包括0和5
np.linspace(0, 5, 5)

# 返回5个等距数值，包括0但不包括5
np.linspace(0, 5, 5, endpoint=False) 

重复构造法

重复构造法，顾名思义就是根据特定的规则对已有数组不断重复，从而生成新的数组。

重复构造法主要使用repeat( )和tile( )这两个函数，repeat( )函数用来重复数组元素。

但如果被重复的数组是一个多维数组，且repeat( )函数指定了axis参数，情况就会变得有些复杂，代码如下：

a = np.arange(5)
a

# 重复一维数组元素3次
np.repeat(a, 3) 

a = np.arange(6).reshape((2,3))
a

# 重复二维数组元素3次，不指定轴
np.repeat(a, 3) 

# 重复二维数组元素3次，指定0轴
np.repeat(a, 3, axis=0) 

# 重复二维数组元素3次，指定1轴
np.repeat(a, 3, axis=1)

演绎如下：

A

B （将一维数组中的元素重复3次）

C

D （不指定轴）

E （重复二维数组元素3次，指定0轴）

F （重复二维数组元素3次，指定1轴）

tile的原意是铺地砖或贴墙砖，总之是把一块一块的地砖或墙砖，一排排一列列地排列整齐，tile( )函数也是如此，它将整个数组而非数组元素水平和垂直重复指定的次数。

因为没有axis参数，所以tile( )函数相对容易理解，代码如下：

a = np.arange(5)
a

# 重复一维数组3次
np.tile(a, 3) 
# 重复一维数组3行2列
np.tile(a, (3,2)) 

a = np.arange(6).reshape((2,3))
a

# 重复二维数组3次
np.tile(a, 3)
# 重复二维数组2行3列
np.tile(a, (2,3))

A 

B

网格构造法

众所周知，研究地球表面需要经纬度坐标，经度从西经180°（-180°）到东经180°（180°），纬度从北纬90°（90°）到南纬90°（-90°），把经纬度线画出来，就形成了一个经纬度网格。

经纬度网格是科学数据中常用的概念。

通常，经度用longitude表示，简写为lon，纬度用latitude表示，简写为lat。那么，如何用数组表示经纬度网格呢？

用数组表示经纬度网格一般有两种方式：

第一种方式，用两个一维数组表示。

下面的代码使用定长分割函数linspace( )，将经度从-180°到180°分为间隔为10°的37个点，将纬度从90°到-90°分为间隔为10°的19个点，得到两个一维数组。

# 精度为10°，共计37个经度点
lon = np.linspace(-180,180,37) 

# 精度为10°，共计19个纬度点
lat = np.linspace(90,-90,19) 

第二种方式，是用两个二维数组分别表示经度网格和纬度网格。

经度网格中每一列的元素都是相同的（同一个经度），纬度网格中每一行的元素都是相同的（同一个纬度），生成二维经纬度网格的常用函数是np.meshgrid( )，该函数以一维经度数组lon和一维纬度数组lat为参数，返回二维的经度数组和纬度数组，代码如下：

lons,lats = np.meshgrid(lon,lat)
lons.shape
lats.shape
lons[:,0]
lats[0]

演绎如下：

其实，从上面的代码中可以看出，二维经度数组lons的第0列所有元素都是-180°，二维纬度数组lats的第0行所有元素都是90°。

构造经纬度网格，除了使用np.meshgrid( )函数外，还有一个更强大的方法，这个方法可以直接生成纬度网格和经度网格而无须借助于一维数组（纬度在前，经度在后），代码如下：

# 用实数指定网格精度为5°
lats, lons = np.mgrid[90:-91:-5, -180:181:5] 
lons.shape, lats.shape

# 也可以用虚数指定分割点数
lats, lons = np.mgrid[90:-90:37j, -180:180:73j] 
lons.shape, lats.shape

上面的例子中用到了虚数，构造复数的方法如下：

r, i = 2, 5
complex(r, i)

自定义数据类型

NumPy也支持字符串类型和自定义类型，但绝大多数函数和方法不适用于非数值型数组，因此，自定义数据类型将是最后的选择。

同一个列表中，元素类型既有字符串，又有整型和浮点型，将该列表转成数组，会报错吗？如果不报错，数组的数据类型是什么呢？咱们演绎一下，代码如下：

np.array(['Anne', 1.70, 55])

结果显示，数组会将所有元素的数据类型都转为'<U4'类型。

这里的U表示Unicode字符串；<表示字节顺序，意为小端在前（低位字节存储在最小地址中）；4表示数组元素占用4字节，数组元素占用的字节数由所有元素中最长的那个元素决定。

怎样在数组中保留用以生成数组的列表中的元素类型呢？这就需要用到自定义数据类型了。

自定义数据类型类似于C语言的结构体，其代码如下：

mytype = np.dtype([('name','S32'), ('tall',np.float64), ('bw',np.int32)])
np.array([('Anne', 1.70, 55)], dtype=mytype)

告一段落

咱们的这篇文章先到这里，演绎了Numpy创建数组的多种方法。