NumPy 創建數組 NumPy 中的核心數據結構是 ndarray，它代表多維數組。NumPy 提供了多種方法來創建 ndarray 對象，包括： 使用 array() 函數 array() 函數是最常用的方法之一，它可以將 Python 列表、元組甚至其他數組轉換為 ndarray 對象。 語法 ...
NumPy 創建數組
NumPy 中的核心數據結構是 ndarray，它代表多維數組。NumPy 提供了多種方法來創建 ndarray 對象，包括：
使用 array() 函數
array() 函數是最常用的方法之一，它可以將 Python 列表、元組甚至其他數組轉換為 ndarray 對象。
語法：
ndarray = np.array(data, dtype=dtype, order=order)
參數說明：
data：可以是 Python 列表、元組或其他數組。
dtype：指定數組元素的數據類型，預設為 float64。
order：指定數組元素的記憶體存儲順序，預設為 C 順序（行優先）。
示例：
import numpy as np
# 創建一維數組
arr1 = np.array([1, 2, 3, 4, 5])
# 創建二維數組
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
# 創建三維數組
arr3 = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr1)
print(arr2)
print(arr3)
輸出：
[1 2 3 4 5]
[[1 2 3]
[4 5 6]]
[[[ 1 2 3]
[ 4 5 6]]
[[ 7 8 9]
[10 11 12]]]
使用 zeros() 和 ones() 函數
zeros() 和 ones() 函數可以創建指定形狀和數據類型的全零或全一數組。
語法：
ndarray = np.zeros(shape, dtype=dtype)
ndarray = np.ones(shape, dtype=dtype)
參數說明：
shape：指定數組的形狀，可以是元組或列表。
dtype：指定數組元素的數據類型，預設為 float64。
示例：
import numpy as np
# 創建一個 3x4 的全零數組
arr1 = np.zeros((3, 4))
# 創建一個 2x3 的全一數組
arr2 = np.ones((2, 3))
print(arr1)
print(arr2)
輸出：
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
[[1. 1. 1.]
[1. 1. 1.]]
使用 empty() 函數
empty() 函數可以創建指定形狀的空數組，但數組元素的值未定義。
語法：
ndarray = np.empty(shape, dtype=dtype)
參數說明：
shape：指定數組的形狀，可以是元組或列表。
dtype：指定數組元素的數據類型，預設為 float64。
示例：
import numpy as np
# 創建一個 3x4 的空數組
arr = np.empty((3, 4))
print(arr)
輸出：
[[nan nan nan nan]
[nan nan nan nan]
[nan nan nan nan]]
使用特殊函數
NumPy 還提供了一些特殊函數來創建特定類型的數組，例如：
arange()：創建等差數列數組。
linspace()：創建線性間隔的數組。
eye()：創建單位矩陣。
diag()：創建對角矩陣。
請參考 NumPy 文檔瞭解有關這些函數的更多信息。
練習
創建以下數組：
一個包含 10 個元素的遞增整數數組（從 0 到 9）。
一個包含 20 個元素的隨機浮點數數組（範圍為 0 到 1）。
一個 3x3 的單位矩陣。
請在評論中分享您的答案。
Sure, here is the requested Markdown formatted content:
NumPy 數組索引
NumPy 數組可用於表示多維數據。訪問數組元素是 NumPy 中常見操作之一。
訪問一維數組元素
NumPy 數組中的索引從 0 開始，這意味著第一個元素的索引為 0，第二個元素的索引為 1，依此類推。
要訪問一維數組中的元素，可以使用方括弧 [] 並指定元素的索引。
示例：
import numpy as np
# 創建一維數組
arr = np.array([1, 2, 3, 4, 5])
# 訪問第一個元素
print(arr[0]) # 輸出：1
# 訪問第二個元素
print(arr[1]) # 輸出：2
# 訪問最後一個元素
print(arr[-1]) # 輸出：5
訪問二維數組元素
要訪問二維數組中的元素，可以使用逗號分隔的兩個索引：第一個索引表示行，第二個索引表示列。
示例：
import numpy as np
# 創建二維數組
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 訪問第一行第一個元素
print(arr[0, 0]) # 輸出：1
# 訪問第二行第三列元素
print(arr[1, 2]) # 輸出：6
# 訪問最後一個元素
print(arr[-1, -1]) # 輸出：9
訪問三維及更高維數組元素
對於三維及更高維數組，可以使用逗號分隔的多個索引來訪問元素，每個索引表示相應維度的索引。
示例：
import numpy as np
# 創建三維數組
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
# 訪問第一個數組的第二個數組的第三個元素
print(arr[0, 1, 2]) # 輸出：6
負索引
NumPy 還支持負索引，從數組的末尾開始計數。
例如，要訪問二維數組的最後一個元素，可以使用 arr[-1, -1]。
練習
創建一個 5x5 的二維數組 arr，並列印以下元素：
第一行的第一個元素
第二行的最後一個元素
第三列的第一個元素
第三個元素
在評論中分享您的代碼和輸出。
最後
為了方便其他設備和平臺的小伙伴觀看往期文章：
微信公眾號搜索：Let us Coding，關註後即可獲取最新文章推送
看完如果覺得有幫助，歡迎點贊、收藏、關註
