阿狗工具

创建一个array对象，一般分为两种情况：

1、有原始数据；

一般将原始数据转化为列表或迭代器直接转为array对象，再进行维度变形（reshape()方法）。
—— np.array() 方法，接收原始数据，指定dtype数据类型；
—— obj.reshape() 方法，接收一个size元组。

import numpy as np
datas = [1,2,3,4,5,6,7,8,9,10,11,12]
arr_data = np.array(datas, dtype=np.int32)
arr_data_1 = arr_data.reshape((4, 3))  # 4行 3列
arr_data_2 = arr_data.reshape((2, 2, 3))  # 2个 2行 3列
# reshape()方法对1darray进行重新塑形，参数是一个元组。reshape的结构与元素总数要一致，不再赘述
print(arr_data)
print('*'*20)
print(arr_data_1)
print('*'*20)
print(arr_data_2)
print('*'*20)
# 运行结果：
[ 1  2  3  4  5  6  7  8  9 10 11 12]
********************
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
********************
[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]]
********************

将迭代器转为array对象使用np.fromiter()方法，用法基本相同：

datas = [1,2,3,4,5,6,7,8,9,10,11,12]
iter_data = iter(datas)   # 列表变迭代器
arr_data = np.fromiter(iter_data, dtype=np.int32, count=6).reshape((2, 3))
#                      迭代器对象    数据类型      读取几个元素，默认-1即全部读取
print(arr_data)
# 运行结果：
[[1 2 3]
 [4 5 6]]

2、新建数据；

• 指定区间的数组：numpy.arange()方法；用法与range()基本一致。
• 指定区间的等差数组：np.linspace()方法；
• 指定区间的等比数组：np.logspace()方法；
• 创建随机数组：np.random()方法。

import numpy as np
arr_data_1 = np.arange(start=1, stop=13, step=1, dtype=np.int32)
# strat : 起
# stop: 止(开区间)
# step: 步长
# dtype: 数据类型
arr_data_2 = np.linspace(start=1, stop=13, num=6, endpoint=False, dtype=np.int32)
# strat : 起
# stop: 止
# num: 生成几个数
# endpoint: 是否包含终点。默认包含True
# dtype: 数据类型
arr_data_3 = np.logspace(start=3, stop=13, num=4, endpoint=True, base=2, dtype=np.int32)
# strat : 起始对数（起始值）
# stop: 终止对数（终止值）
# num: 生成几个数，默认50
# endpoint: 是否包含终点。默认包含True
# base: 底，默认10
# dtype: 数据类型
print(arr_data_1)
print('*'*20)
print(arr_data_2)
print('*'*20)
print(arr_data_3)
# 运行结果：
[ 1  2  3  4  5  6  7  8  9 10 11 12]
********************
[ 1  3  5  7  9 11]
********************
[   8   80  812 8192]

numpy底层封装了random模块的功能，用以实现一系列随机数的操作。
使用方法和random方法并无二致，这里简单介绍下几个常用的随机方法，其他不再过多介绍：

import numpy as np
# 【范围内随机取整数】
arr1 = np.random.randint(1,10,5)  # 起点，终点（不包），取几个
print(f'随机生成的整数组arr1：{arr1}')

# 【数组内随机取一个数】
random_number = np.random.choice(arr1)
print(f'从arr1随机取一个数：{random_number}')

# 【打散数组的元素】
np.random.shuffle(arr1)   # 。shuffle()是一个功能，没有返回值
print(f'将arr1的元素顺序随机打散：{arr1}')

# 【随机取0~1之间的小数】
arr2 = np.random.random(5)   # 随机0~1取数，取几个
print(f'随机生成的0~1的五个数组arr2：{arr2}')
# 运行结果：
随机生成的整数组arr1：[1 6 3 8 4]
从arr1随机取一个数：6
将arr1的元素顺序随机打散：[6 4 8 1 3]
随机生成的0~1的五个数组arr2：[0.41969365 0.81450626 0.99858456 0.41678652 0.78860871]

以上是使用频率较高的数组创建操作，基本覆盖了多数场景；
其他很少用到的操作就不提了，有兴趣的同学再自行深入研究。