numpy.array

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

object 數組或嵌套的數列
dtype 數組元素的數據類型，可選
copy 對象是否需要複製，可選
order 創建數組的樣式，C為行方向，F為列方向，A為任意方向（默認）
subok 默認返回一個與基類類型一致的數組
ndmin 指定生成數組的最小維度

# 1維數組
list01 = [1,2,3]
a = np.array([1,2,3])
b = np.array(list01)
a,b
(array([1, 2, 3]), array([1, 2, 3]))
# # 2維數組 指定數組的中數字的類型
a = np.array([[1,  2],  [3,  4]],dtype=np.int8)
b = type(a)
a,b
(array([[1, 2],
        [3, 4]], dtype=int8),
 numpy.ndarray)
# ndmin 生成的數組維度 是2維的
a = np.array([1, 2, 3, 4, 5], ndmin =  2)
a
array([[1, 2, 3, 4, 5]])
# dtype = complex 創建虛數 數組
a = np.array([1,  2,  3], dtype = complex)
a
array([1.+0.j, 2.+0.j, 3.+0.j])
# 創建一個長度為 5 的零數組
zeros_arr = np.zeros(5)
zeros_arr
array([0., 0., 0., 0., 0.])

np.zeros

np.zeros創建指定大小的數組，數組元素以 0 來填充：
numpy.zeros(shape, dtype = float, order = 'C')

shape 數組形狀
dtype 數據類型，可選
order 'C' 用於 C 的行數組，或者 'F' 用於 FORTRAN 的列數組

# 創建一個 3x3 的全零矩陣
zeros_matrix = np.zeros((3, 3))
zeros_matrix
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

numpy.zeros_like

numpy.zeros_like 用於創建一個與給定數組具有相同形狀的數組，數組元素以 0 來填充。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 創建一個與 arr 形狀相同的，所有元素都為 0 的數組
zeros_arr = np.zeros_like(arr)
zeros_arr
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

numpy.ones

創建指定形狀的數組，數組元素以 1 來填充
numpy.ones(shape, dtype = None, order = 'C')

shape 數組形狀
dtype 數據類型，可選
order 'C' 用於 C 的行數組，或者 'F' 用於 FORTRAN 的列數組

# 創建一個長度為 5 的全一數組
ones_arr = np.ones(5)
ones_arr
array([1., 1., 1., 1., 1.])
# 創建一個 3x3 的全一矩陣
ones_matrix = np.ones((3, 3))
ones_matrix
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

np.empty()

numpy.empty(shape, dtype=float, order='c， like=None）
np.empty()是依據給定形狀和類型(shape,[dtype, order])返回一個新的空數組。
它的內容是不可預測的，因為它是內存中的任何東西：

# 創建一個長度為 5 的空數組,,出來的數字是隨機的,代表的是內存裏邊無用的數據
empty_arr = np.empty(5)
empty_arr
array([1., 1., 1., 1., 1.])
x = np.empty([3,2], dtype = int)
x
array([[         0, 1072693248],
       [         0, 1073741824],
       [         0, 1074266112]])

numpy.full()

numpy.full()函數的基本功能是生成一個具有指定形狀、數據類型和填充值的數組。
numpy.full(shape, fill_value, dtype=None, order='C')
shape 參數指定了輸出數組的形狀，可以是一個整數、元組或列表，表示數組的維度大小。
fill_value 參數用於指定填充數組的元素值，可以是任何Python數據類型，包括數值、字符串、布爾值等。
dtype 參數用於指定輸出數組的數據類型，如果未指定，則根據 fill_value 的類型自動推斷。
order 參數用於指定數組的存儲順序，默認為 ‘C’，表示按行優先順序存儲。

# 創建一個 2x2 的數組，所有元素為 7
value_arr = np.full((2, 2), 7)
value_arr
array([[7, 7],
       [7, 7]])
# numpy.full_like 用於創建一個與給定數組具有相同形狀的數組，數組元素以 fill_value 來填充。
array=np.array([[1,4,6,8],[9,4,4,4],[2,7,2,3]])
array_w_inf=np.full_like(array,fill_value=7,dtype=np.float32)
array_w_inf
array([[7., 7., 7., 7.],
       [7., 7., 7., 7.],
       [7., 7., 7., 7.]], dtype=float32)