数组创建#

另请参阅

数组创建例程

引言#

有 6 种通用的数组创建机制

  1. 从其他 Python 结构（即列表和元组）转换

  2. NumPy 固有的数组创建函数（例如 arange、ones、zeros 等）

  3. 复制、连接或修改现有数组

  4. 从磁盘读取数组，无论是标准格式还是自定义格式

  5. 通过使用字符串或缓冲区从原始字节创建数组

  6. 使用特殊库函数（例如，random）

您可以使用这些方法创建 ndarrays 或结构化数组。本文档将涵盖 ndarray 创建的通用方法。

1) 将 Python 序列转换为 NumPy 数组#

NumPy 数组可以使用 Python 序列（如列表和元组）来定义。列表和元组分别使用[...]和(...)来定义。列表和元组可以定义 ndarray 的创建

  • 数字列表将创建一维数组，

  • 列表的列表将创建二维数组，

  • 更深层次的嵌套列表将创建更高维的数组。通常，任何数组对象在 NumPy 中都称为ndarray。

>>> import numpy as np
>>> a1D = np.array([1, 2, 3, 4])
>>> a2D = np.array([[1, 2], [3, 4]])
>>> a3D = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

当您使用numpy.array定义新数组时，应考虑数组中元素的dtype，可以显式指定。此功能让您对底层数据结构以及元素在 C/C++ 函数中的处理方式有更多控制。当值不适合且您正在使用dtype时，NumPy 可能会引发错误。

>>> import numpy as np
>>> np.array([127, 128, 129], dtype=np.int8)
Traceback (most recent call last):
...
OverflowError: Python integer 128 out of bounds for int8

一个 8 位有符号整数表示 -128 到 127 之间的整数。将int8数组赋值给此范围之外的整数会导致溢出。此功能常常被误解。如果您使用不匹配的dtypes执行计算，可能会得到意想不到的结果，例如

>>> import numpy as np
>>> a = np.array([2, 3, 4], dtype=np.uint32)
>>> b = np.array([5, 6, 7], dtype=np.uint32)
>>> c_unsigned32 = a - b
>>> print('unsigned c:', c_unsigned32, c_unsigned32.dtype)
unsigned c: [4294967293 4294967293 4294967293] uint32
>>> c_signed32 = a - b.astype(np.int32)
>>> print('signed c:', c_signed32, c_signed32.dtype)
signed c: [-3 -3 -3] int64

请注意，当您对两个相同dtype（uint32）的数组执行操作时，结果数组的类型也相同。当您对不同dtype的数组执行操作时，NumPy 将分配一个新类型，以满足计算中涉及的所有数组元素，这里uint32和int32都可以表示为int64。

NumPy 的默认行为是创建 32 位或 64 位有符号整数（平台相关，与 C long大小匹配）或双精度浮点数的数组。如果您希望您的整数数组是特定类型，那么在创建数组时需要指定 dtype。

2) NumPy 固有数组创建函数#

NumPy 拥有 40 多个用于创建数组的内置函数，如数组创建例程中所述。这些函数根据其创建的数组维度大致分为三类：

  1. 一维数组

  2. 二维数组

  3. ndarrays

1 - 一维数组创建函数#

一维数组创建函数，例如numpy.linspace和numpy.arange，通常需要至少两个输入：start和stop。

numpy.arange创建具有规则递增值的数组。请查阅文档以获取完整信息和示例。下面是一些示例：

>>> import numpy as np
>>> np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.arange(2, 10, dtype=float)
array([2., 3., 4., 5., 6., 7., 8., 9.])
>>> np.arange(2, 3, 0.1)
array([2. , 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9])

注意：numpy.arange的最佳实践是使用整数的起始、结束和步长值。关于dtype有一些微妙之处。在第二个示例中，dtype已定义。在第三个示例中，数组的dtype=float是为了适应步长0.1。由于舍入误差，stop值有时会包含在内。

numpy.linspace将创建具有指定元素数量的数组，并在指定的起始值和结束值之间等距分布。例如

>>> import numpy as np
>>> np.linspace(1., 4., 6)
array([1. ,  1.6,  2.2,  2.8,  3.4,  4. ])

此创建函数的优点是保证了元素的数量以及起点和终点。之前的arange(start, stop, step)将不包含stop值。

2 - 二维数组创建函数#

二维数组创建函数，例如numpy.eye、numpy.diag和numpy.vander，定义了表示为二维数组的特殊矩阵的属性。

np.eye(n, m)定义了一个二维单位矩阵。其中 i=j（行索引和列索引相等）的元素为 1，其余为 0，如下所示

>>> import numpy as np
>>> np.eye(3)
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])
>>> np.eye(3, 5)
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.]])

numpy.diag可以定义一个沿对角线具有给定值的方形二维数组，或者如果给定一个二维数组，则返回一个只包含对角线元素的一维数组。这两个数组创建函数在进行线性代数计算时非常有用，例如

>>> import numpy as np
>>> np.diag([1, 2, 3])
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3]])
>>> np.diag([1, 2, 3], 1)
array([[0, 1, 0, 0],
       [0, 0, 2, 0],
       [0, 0, 0, 3],
       [0, 0, 0, 0]])
>>> a = np.array([[1, 2], [3, 4]])
>>> np.diag(a)
array([1, 4])

vander(x, n)将范德蒙矩阵定义为二维 NumPy 数组。范德蒙矩阵的每一列是输入一维数组、列表或元组x的递减幂，其中最高多项式阶数为n-1。此数组创建例程有助于生成线性最小二乘模型，如下所示

>>> import numpy as np
>>> np.vander(np.linspace(0, 2, 5), 2)
array([[0. , 1. ],
      [0.5, 1. ],
      [1. , 1. ],
      [1.5, 1. ],
      [2. , 1. ]])
>>> np.vander([1, 2, 3, 4], 2)
array([[1, 1],
       [2, 1],
       [3, 1],
       [4, 1]])
>>> np.vander((1, 2, 3, 4), 4)
array([[ 1,  1,  1,  1],
       [ 8,  4,  2,  1],
       [27,  9,  3,  1],
       [64, 16,  4,  1]])

3 - 通用 ndarray 创建函数#

ndarray 创建函数，例如numpy.ones、numpy.zeros和random，根据所需的形状定义数组。ndarray 创建函数可以通过在元组或列表中指定维度数量和该维度上的长度来创建任意维度的数组。

numpy.zeros将创建一个填充了 0 值的指定形状的数组。默认 dtype 是float64。

>>> import numpy as np
>>> np.zeros((2, 3))
array([[0., 0., 0.],
       [0., 0., 0.]])
>>> np.zeros((2, 3, 2))
array([[[0., 0.],
        [0., 0.],
        [0., 0.]],

       [[0., 0.],
        [0., 0.],
        [0., 0.]]])

numpy.ones将创建一个填充了 1 值的数组。在所有其他方面，它与zeros相同，如下所示

>>> import numpy as np
>>> np.ones((2, 3))
array([[1., 1., 1.],
       [1., 1., 1.]])
>>> np.ones((2, 3, 2))
array([[[1., 1.],
        [1., 1.],
        [1., 1.]],

       [[1., 1.],
        [1., 1.],
        [1., 1.]]])

default_rng的结果的random方法将创建一个填充了 0 到 1 之间随机值的数组。它包含在numpy.random库中。下面，分别创建了形状为 (2,3) 和 (2,3,2) 的两个数组。种子设置为 42，以便您可以重现这些伪随机数。

>>> import numpy as np
>>> from numpy.random import default_rng
>>> default_rng(42).random((2,3))
array([[0.77395605, 0.43887844, 0.85859792],
       [0.69736803, 0.09417735, 0.97562235]])
>>> default_rng(42).random((2,3,2))
array([[[0.77395605, 0.43887844],
        [0.85859792, 0.69736803],
        [0.09417735, 0.97562235]],
       [[0.7611397 , 0.78606431],
        [0.12811363, 0.45038594],
        [0.37079802, 0.92676499]]])

numpy.indices将创建一组数组（堆叠成一个更高维度的数组），每个维度一个，每个数组代表该维度中的变化。

>>> import numpy as np
>>> np.indices((3,3))
array([[[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2]],
       [[0, 1, 2],
        [0, 1, 2],
        [0, 1, 2]]])

这对于在规则网格上评估多维函数特别有用。

3) 复制、连接或修改现有数组#

创建数组后，您可以复制、连接或修改现有数组以创建新数组。当您将数组或其元素赋值给新变量时，您必须显式地numpy.copy该数组，否则该变量是原始数组的一个视图。请看以下示例：

>>> import numpy as np
>>> a = np.array([1, 2, 3, 4, 5, 6])
>>> b = a[:2]
>>> b += 1
>>> print('a =', a, '; b =', b)
a = [2 3 3 4 5 6] ; b = [2 3]

在这个例子中，您没有创建一个新数组。您创建了一个变量b，它查看了a的前两个元素。当您给b加 1 时，您会得到与给a[:2]加 1 相同的结果。如果您想创建一个新数组，请使用numpy.copy数组创建例程，如下所示

>>> import numpy as np
>>> a = np.array([1, 2, 3, 4])
>>> b = a[:2].copy()
>>> b += 1
>>> print('a = ', a, 'b = ', b)
a =  [1 2 3 4] b =  [2 3]

有关更多信息和示例，请参阅复制和视图。

有许多例程可以连接现有数组，例如numpy.vstack、numpy.hstack和numpy.block。下面是使用block将四个 2x2 数组连接成一个 4x4 数组的示例

>>> import numpy as np
>>> A = np.ones((2, 2))
>>> B = np.eye(2, 2)
>>> C = np.zeros((2, 2))
>>> D = np.diag((-3, -4))
>>> np.block([[A, B], [C, D]])
array([[ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  0.,  1.],
       [ 0.,  0., -3.,  0.],
       [ 0.,  0.,  0., -4.]])

其他例程使用类似的语法来连接 ndarrays。请查阅例程的文档以获取更多示例和语法。

4) 从磁盘读取数组，无论是标准格式还是自定义格式#

这是创建大型数组最常见的情况。细节很大程度上取决于磁盘上数据的格式。本节提供了如何处理各种格式的一般指导。有关 I/O 的更详细示例，请参阅如何读写文件。

标准二进制格式#

各种领域都有标准格式的数组数据。下面列出了已知有 Python 库可以读取它们并返回 NumPy 数组的格式（可能还有其他格式可以读取并转换为 NumPy 数组，因此也请查看最后一节）

HDF5: h5py
FITS: Astropy

不能直接读取但转换不难的格式示例是那些由 PIL 等库支持的格式（能够读写多种图像格式，如 jpg、png 等）。

常见 ASCII 格式#

分隔文件，例如逗号分隔值 (csv) 和制表符分隔值 (tsv) 文件，用于 Excel 和 LabView 等程序。Python 函数可以逐行读取和解析这些文件。NumPy 有两个用于导入分隔数据的标准例程：numpy.loadtxt和numpy.genfromtxt。这些函数在读写文件中有更复杂的用例。下面是给定simple.csv的一个简单示例

$ cat simple.csv
x, y
0, 0
1, 1
2, 4
3, 9

使用numpy.loadtxt导入simple.csv

>>> import numpy as np
>>> np.loadtxt('simple.csv', delimiter = ',', skiprows = 1) 
array([[0., 0.],
       [1., 1.],
       [2., 4.],
       [3., 9.]])

更通用的 ASCII 文件可以使用scipy.io和Pandas读取。

5) 通过使用字符串或缓冲区从原始字节创建数组#

可以使用多种方法。如果文件格式相对简单，可以编写一个简单的 I/O 库，并使用 NumPy 的fromfile()函数和.tofile()方法直接读写 NumPy 数组（请注意字节序！）。如果存在一个好的 C 或 C++ 库可以读取数据，则可以使用多种技术包装该库，但这无疑需要更多的工作和更高级的 C 或 C++ 接口知识。

6) 使用特殊库函数（例如 SciPy、pandas 和 OpenCV）#

NumPy 是 Python 科学计算堆栈中数组容器的基础库。许多 Python 库，包括 SciPy、Pandas 和 OpenCV，都使用 NumPy ndarray 作为数据交换的通用格式。这些库可以创建、操作和使用 NumPy 数组。