前言

在之前的文章中，我们已经学习了数组的类型，属性等，那么从本节开始，我们就正式的开始步入到数组的创建了，需要注意的是，之前我们写的东西，最好动手去敲一敲，因为看似简单，但是敲与不敲区别就在那里，OK废话不多说，直接开整！！！！

创建数组方式

1、numpy.empty

含义：numpy.empty方法用来创建一个指定形状（shape）、数据类型（dtype）未初始化的数组

格式：numpy.empty(shape, dtype = float, order = 'C')

图例:

相关代码：

import numpy as np
x = np.empty([2, 3], dtype=int)
print(x)

参数说明：

参数名	参数描述
shape	数组形状
dtype	数据类型，可选
order	有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。

2、numpy.zeros

含义：创建指定大小的数组，数组元素以 0 来填充。

格式：numpy.zeros(shape, dtype = float, order = 'C')

图例:

相关代码：

import numpy as np
b = np.zeros((5,), dtype=int)
print(b)

print('\n')
# 自定义类型
c = np.zeros((2, 2), dtype=[('x', 'i4'), ('y', 'i4')])
print(c)

3、 numpy.ones

含义：创建指定形状的数组，数组元素用1 来进行填充

格式：numpy.ones(shape, dtype = None, order = 'C')

图例：

相关代码：

import numpy as np

# 如果不写类型那么默认为浮点数
x = np.ones(6)
print(x)

# 自定义类型
x = np.ones([3, 3], dtype=int)
print(x)

4、 numpy.zeros_like

含义：numpy.zeros_like 用于创建一个与给定数组具有相同形状的数组，数组元素以 0 来填充。 numpy.zeros 和 numpy.zeros_like 都是用于创建一个指定形状的数组，其中所有元素都是 0。 区别在于：numpy.zeros 可以直接指定要创建的数组的形状，而 numpy.zeros_like 则是创建一个与给定数组具有相同形状的数组。

格式：numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)

参数解释：

参数名称	参数描述
a	给定要创建相同形状的数组
dtype	数据类型
order	有"C"和"F"两个选项,分别代表，行优先和列优先，默认为 'K'（保留输入数据的存储顺序）
subok	是否允许返回子类，如果为 True，则返回一个子类对象，否则返回一个与 a 数组具有相同数据类型和存储顺序的数组
shape	创建的数组的形状，如果不指定，则默认为 a 数组的形状。

图例：

相关代码：

import numpy as np

# 创建一个2x3的二维数组
x = np.array([[1, 2, 3], [4, 5, 6]])

# 创建一个与 x 形状相同的，所有元素都为 0 的数组
zeros_arr = np.zeros_like(x)
print(zeros_arr)

5、 numpy.ones_like

含义：numpy.ones_like 用于创建一个与给定数组具有相同形状的数组，数组元素以 1 来填充。 numpy.ones 和 numpy.ones_like 都是用于创建一个指定形状的数组，其中所有元素都是 1。 它们之间的区别在于：numpy.ones 可以直接指定要创建的数组的形状，而 numpy.ones_like 则是创建一个与给定数组具有相同形状的数组。

格式：numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None)

参数说明：

参数	描述
a	给定要创建相同形状的数组
dtype	创建的数组的数据类型
order	可选值为 'C'（按行优先）或 'F'（按列优先），默认为 'K'（保留输入数据的存储顺序）
subok	是否允许返回子类，如果为 True，则返回一个子类对象，否则返回一个与 a 数组具有相同数据类型和存储顺序的数组
shape	创建的数组的形状，如果不指定，则默认为 a 数组的形状。

图例：

相关代码：

import numpy as np

x = np.arange(24).reshape(3, 8)
print('x的数组')
print(x)
print('\n')
ones_arr = np.ones_like(x)
print('ones_arr的数组')
print(ones_arr)

相关学习链接：www.runoob.com/numpy/numpy…