##### 从列表、元组等类型创建 ```python np.array(object，[dtype=None, # 元素类型 copy=True, # 默认深拷贝 order=None, ndmin=0, # 维数 subok=False # 默认返回一个与基类类型一致的数组 ]) arr = np.array([1,2,3], dtype=np.float32) ``` ##### 使用函数创建 ```python np.arange(n) # 类似range()，返回ndarray，元素0到n-1 np.empty(shape) # 根据shape生成一个空数组，shape是元组类型 np.ones(shape) # 全1数组 np.zeros(shape) # 全0数组 np.full(shape,val) # 全val数组 np.empty_like(a) # 根据数组a的形状生成一个空数组 np.ones_like(a) # 全1数组 np.zeros_like(a) # 全0数组 np.full_like(a,val) # 全val数组 np.eye(n) # 创建一个正方的n*n单位矩阵，对角线为1，其余为0 np.linspace(a,b,c,endpoint=f&t) # 从a至b等间距地生成c个数据，判断是否包括c np.logspace(a,b,c,endpoint=f&t) # 从a至b等比地生成c个数据，判断是否包括c np.concatenate() # 将两个或多个数组合并成一个新的数组 np.meshgrid(xarray,yarray) # 笛卡尔积，生成网格点坐标矩阵，以二维矩阵的形式表示xy坐标 np.ogrid[1:5,1:5:2] # 返回一个开放的（即未充实的）meshgrid网格 # 产生两个不同维度的向量n行1列，1行n列 # 步长可为复数如3j，即用3个数等分区间，含首位 np.mgrid[0:5, 0:5] # 直接产生了ogrid中两个向量广播后的矩阵，meshgrid np.diag(v, k=0) # 提取对角线或构造对角线数组 ``` ##### 从字节流创建 ```python np.fromstring(string, dtype=float, count=- 1, *, sep, like=None) # 从字符串中的文本数据初始化的新一维数组。 # np.fromstring('1,2,3,4', dtype=int, sep=',') ``` ##### 从文件中读取创建