一、生成0和1的数组

一般用来占位

• 0数组

  
  np.zeros

• 1数组

  
  np.ones

注意：上面两图可以看出来，指定数组形状时，shape可以是列表，也可以是元组。

二、从现在数组中生成

• np.array()
• np.copy()
• np.asarray()
  其中前两者属于深拷贝，而后者属于浅拷贝，
  浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。
  深拷贝(deepcopy)： copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象。

表现为，用前两个方法生成数组后，如果原数组发生改变，用np.array()和np.copy()生成的新数组不会随之发生变化；而用np.asarray()生成的数组，会随之发生变化：

生成三个新数组后，对原数组其中一个值进行修改
c1, c2数组没发生变化，而c3数组发生了变化

三、生成固定范围的数组

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

  np.linspace

• numpy.arange(start, stop, step, dtype)
  range(start, stop, step)，生成左闭右开以step为步长的列表。
  np.arange()跟range()类似。
  

  生成左闭右开，以2为步长的数组

四、生成随机数组

1. 均匀分布

• np.random.rand(d0,d1,d2……dn)
  返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1。
• np.random.uniform(low=0.0, high=1.0, size=None)
  从一个均匀分布[low, high)中随机采样，定义域左闭右开，size为样本数目
• numpy.random.randint(low, high=None, size=None, dtype=’l’)
  • 从一个均匀分布中随机采样，返回一个整数或N维整数数组；范围区间为[low,high），包含low，不包含high
  • 参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型，默认的数据类型是np.int
  • high没有填写时，默认生成随机数的范围是[0，low)

2. 正态分布

• np.random.randn(d0,d1,d2……dn)
  以给定的形状创建一个数组，数组元素来符合标准正态分布N(0,1) 。

• np.random.normal(loc=0.0,scale=1.0,size=None)

  • loc: 类型为float，是此概率分布的均值
  • scale: 类型为float，是此概率分布的标准差
  • size : 整形int或整形int的元组，是输出的shape，默认为None

• np.random.standard_normal(size=None)
  返回指定形状的标准正态分布的数组

示例：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = np.random.normal(loc=1.75, scale=0.1, size=1000000)
# 1. 创建画布
plt.figure(figsize=(10, 8), dpi=80)

# 2. 绘制直方图
plt.hist(data, 1000)

# 3. 显示图像
plt.show()

正态分布