根据shape生成一个未初始化的数组，shape是元组类型：

numpy.empty(shape, [dtype = float,] [order = 'C'])

数组元素为随机值

 

根据shape生成一个全0数组，shape是元组类型：

numpy.zeros(shape, [dtype = float,] [order = 'C'])

 

根据shape生成一个全1数组，shape是元组类型：

numpy.ones(shape, [dtype = float,] [order = 'C'])

 

根据shape生成一个数组，每个元素值都是val：

numpy.full(shape,val, [dtype = float,] [order = 'C'])

 

函数	描述
numpy.ones_like(a）	根据数组a的形状生成一个全1数组
numpy.zeros_like(a）	根据数组a的形状生成一个全0数组
numpy.full_like(a,val）	根据数组a的形状生成一个数组，每个元素值都是val

 

创建一个序列数组：

numpy.arange(start, stop, step, [dtype = float,] [order = 'C'])

类似函数range（n）

 

创建一个正方的n*n单位矩阵，对角线为1，其余为0：

numpy.eye(n, [dtype = float,] [order = 'C'])

 

创建一个类似a的数组：

numpy.asarray(a, [dtype = None], [order = None])

a:任意形式的输入参数，可以是列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组

 

创建一个等差数列构成的一维数组：

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

参数	描述
start	序列的起始值
stop	序列的终止值，如果endpoint为true，该值包含于数列中
num	要生成的等步长的样本数量，默认为50
endpoint	该值为 true 时，数列中包含stop值，反之不包含，默认是True。
retstep	如果为 True 时，生成的数组中会显示间距，反之不显示。
dtype	ndarray 的数据类型

创建一个等比数列构成的一维数组：

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

参数	描述
start	序列的起始值为：base ** start
stop	序列的终止值为：base ** stop。如果endpoint为true，该值包含于数列中
num	要生成的等步长的样本数量，默认为50
endpoint	该值为 true 时，数列中中包含stop值，反之不包含，默认是True。
base	对数 log 的底数。
dtype	ndarray 的数据类型