在上一篇文章中，我们已经看到了如何通过numpy创建numpy中的数组，这里再重复一下：
import numpy as np# 数组a = [[1, 2, 3], [4, 5, 6]]print("a:", a)# 矩阵b = np.array(a)print("b:", b) 执行后输出为：
a: [[1, 2, 3], [4, 5, 6]]b: [[1 2 3] [4 5 6]]
我们可以看到python中的数组和numpy中的数组在屏幕上输出的一些细微的差异：
numpy中的数组输出中是按照行列排列的，并且元素之后是没有逗号分隔的，这样在屏幕输出上我们就能很容易看矩阵，跟数学中矩阵的书写格式比较接近。我们也可以在创建numpy数组时通过设置dtype来指定数组中元素的类型，例如：
import numpy as np# python数组a = [[1, 2, 3], [4, 5, 6]]print("a:", a)# numpy数组b = np.array(a, dtype=np.float)print("b:", b) 上面我们就定义了numpy数组元素的类型为float类型，其输出为：
a: [[1, 2, 3], [4, 5, 6]]b: [[ 1. 2. 3.] [ 4. 5. 6.]]
在机器学习中，一般我们定义的元素类型为浮点类型np.float和整型np.int。
全0矩阵
想要输出3行4列全部为0的numpy二维数组：
import numpy as npa = np.zeros((3,4))print(a)
输出为：
[[ 0. 0. 0. 0.] [ 0. 0. 0. 0.] [ 0. 0. 0. 0.]]
全1数组
我们也经常会用到全1的数组：
import numpy as npa = np.ones((3, 4), dtype=np.float)print(a)
输出为：
[[ 1. 1. 1. 1.] [ 1. 1. 1. 1.] [ 1. 1. 1. 1.]]
有人可能会注意到定义几行几列的方法，例如(3, 4)，这个是python中的元组类型，本质上就是一个数组，但跟数组不一样的地方是其值是只读的，也就是不可改变元组中元素的值。
生成接近于0的数组
import numpy as npa = np.empty((3, 4), np.float)print(a)
输出为：
[[ 6.23042070e-307 3.56043053e-307 1.37961641e-306 2.22518251e-306] [ 1.33511969e-306 1.24610383e-306 1.69118108e-306 8.06632139e-308] [ 1.20160711e-306 1.69119330e-306 1.29062229e-306 1.29060531e-306]]
np.empty()用于生成接近于0的随机数数组。
生成有序的数列或数组
例如：生成一个从10开始到20结束（不包括结束值），步长为2的数列：
import numpy as npa = np.arange(10, 20, 2)print(a)
输出为：
[10 12 14 16 18]
np.arange()还是经常会用到的，看到这个函数，使我联想起python中的range函数，这两者的功能类似，先看个例子：
import numpy as np# python中创建range对象，然后我们把它转换成list对象并打印出来a = range(10, 20, 2)print("python中的range对象：", list(a))# numpy中的arange函数跟python中的range对象类似b = np.arange(10, 20, 2)print("numpy中的arange：", b) 输出为：
python中的range对象： [10, 12, 14, 16, 18]numpy中的arange： [10 12 14 16 18]
这里arange可以记忆为array中的range函数。
改变数组形状
numpy数组的形状非常重要，也就是几行几列。
在进行数组/矩阵运算中要时刻关注数组/矩阵是什么样的形状，比如数组/矩阵的加法、数组/矩阵的叉乘中对其形状都有相应较严格的规定。 有时为了能够改变数组/矩阵的形状，就需要调用np.reshape()的函数。 例如：import numpy as npa = np.arange(12).reshape(3, 4)print(a)
输出为：
[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]
生成线段
import numpy as npa = np.linspace(1, 10, 20)print(a)
输出为：
[ 1. 1.47368421 1.94736842 2.42105263 2.89473684 3.36842105 3.84210526 4.31578947 4.78947368 5.26315789 5.73684211 6.21052632 6.68421053 7.15789474 7.63157895 8.10526316 8.57894737 9.05263158 9.52631579 10. ]
上述语句生成了从1开始到10，总共有20个数等距的数列。
你可以把它们想象成起始是1，终止是10，总共有20个等距点。