---

ndarray（別名array）

常用屬性

import numpy as np  # Numpy工具包data = np.arange(12).reshape(3, 4)  # 創建一個3行4列的數組
print(data)
print(type(data))  # 查看數組類型，輸出結果<class 'numpy.ndarray'>
print(data.ndim)  # 數組維度的個數，2表二維數組
print(data.shape)  # 數組的維度，輸出結果(3,4)表示3行4列
print(data.size)  # 數組元素的個數，輸出結果12，表示總共有12個元素
print(data.dtype)  # 數組元素的類型，輸出結果dtype('int 32')表示元素類型都是int32
print(data.itemsize)  # 數組中每個元素的字節大小，輸出結果4，表示元素類型為int32的數組有4（32/8）個字節

輸出結果

---

創建NumPy數組

使用array()函數

import numpy as npdata1 = np.array([1, 2, 3])
print(data1)

輸出結果
[1 2 3]

data2 = np.array([[1, 2, 3], [4, 5, 6]])
print(data2)

輸出結果
[[1 2 3]
[4 5 6]]

---

使用zeros()函數

zeros()函數創建的數組其元素值都為0

data3 = np.zeros((3, 4))
print(data3)

輸出結果
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

---

使用ones()函數

ones()函數船艦的數組其元素值都為1

data4 = np.ones(12).reshape(4, 3)
print(data4)

輸出結果
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]

---

使用empty()函數

empty()函數只分配內存空間，其內元素都是隨機的，數據類型默認為float64

data5 = np.empty(3).reshape(3, 1)
print(data5)

輸出結果
[[1.33512376e-306]
[8.90104239e-307]
[9.34605716e-307]]

---

使用arange()函數

arange()函數可以創建一個等差數組，功能類似于range()，不過arange()返回的結果是數組，而不是列表

data6 = np.arange(1, 99, 5)
print(data6)

輸出結果
[ 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96]

---

注意

值得注意的是，部分數組元素后面會跟著一個小數點“ . ”，而有些元素后面沒有，如“1.和1”，這種現象的產生主要是因為元素的數據類型不同，；例如：float類型元素帶小數點，int元素則不帶
當然創建ndarray對象時，亦可顯式聲明數組元素類型

data7 = np.array([1, 2, 3, 4], int)
data8 = np.array([1, 2, 3, 4], float)
data9 = np.zeros((3, 4), dtype='float64')
data10 = np.zeros((3, 4), dtype='int32')

data7:
[1 2 3 4]
data8:
[1. 2. 3. 4.]
data9:
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
data10:
[[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]