NumPy数组创建：完整指南

NumPy是Python科学计算生态系统中的基石库。它的优势在于`ndarray`（n维数组），这是一种高效的数据结构，能够对大型数据集进行快速数值计算。本教程深入探讨了创建各种NumPy数组的方法，重点介绍几种基本的数组类型。

目录

1. 创建全零数组
2. 创建全一数组
3. 创建单位阵和对角阵
4. 创建三角阵
5. 创建指定填充值的数组
6. 创建随机值数组

创建全零数组

生成填充零的数组是一项常见任务。NumPy的`zeros()`函数简化了此过程。它接受数组的形状（一维数组为单个整数，高维数组为元组）以及可选的`dtype`参数来指定数据类型。

import numpy as np

# 一维全零数组
zeros_1d = np.zeros(5)
print("一维全零数组：n", zeros_1d)

# 二维全零数组
zeros_2d = np.zeros((3, 4), dtype=int) # 为清晰起见，显式指定dtype
print("n二维全零数组：n", zeros_2d)

创建全一数组

类似地，`ones()`创建初始化为一的数组。它使用与`zeros()`相同的参数：形状和数据类型。

import numpy as np

# 一维全一数组
ones_1d = np.ones(4, dtype=float) # 良好的实践是显式指定dtype
print("一维全一数组：n", ones_1d)

# 二维全一数组
ones_2d = np.ones((2, 3))
print("n二维全一数组：n", ones_2d)

创建单位阵和对角阵

`eye()`函数生成在主对角线上为一，其他位置为零的数组（对于方阵而言是单位矩阵）。可选的`k`参数允许指定对角线的偏移量。

import numpy as np

# 3x3单位矩阵
identity_matrix = np.eye(3)
print("单位矩阵：n", identity_matrix)

# 对角线偏移1的3x3矩阵
offset_diagonal = np.eye(3, k=1)  # k=1将对角线向右移动一位
print("n对角线偏移1：n", offset_diagonal)

创建三角阵

NumPy提供`triu()`（上三角）和`tril()`（下三角）来提取或创建数组的三角部分。`triu`下方或`tril`上方的元素将变为零。

import numpy as np

array = np.array([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]])

upper_triangular = np.triu(array)
print("上三角数组：n", upper_triangular)

lower_triangular = np.tril(array)
print("n下三角数组：n", lower_triangular)

创建指定填充值的数组

`full()`函数允许你创建填充任何指定值的数组。

import numpy as np

filled_array = np.full((2,3), 7)
print(filled_array)

创建随机值数组

NumPy的`random`模块提供函数来创建具有来自各种分布的随机数的数组。例如，`rand()`创建0到1之间随机浮点数的数组。

import numpy as np

random_array = np.random.rand(3, 2)
print(random_array)

本教程涵盖了基本的NumPy数组创建技术。掌握这些技术对于在科学计算和数据科学中进行高效的数据操作和分析至关重要。