NumPy 常见方法的完整梳理，按“数据创建、属性查看、形状操作、索引与切片、数值计算、广播机制、IO操作、高级功能”八大模块分类，涵盖基础到进阶用法，附具体示例和说明：
一、数据创建（构建ndarray数组）
NumPy的核心是ndarray（N-dimensional array），以下是创建数组的常用方法：
| 方法 | 功能描述 | 示例代码 | 输出结果（简化） |
|---|---|---|---|
np.array() |
从列表/元组创建数组，可指定数据类型dtype |
np.array([1,2,3], dtype=float) |
array([1., 2., 3.]) |
np.zeros() |
创建全0数组，需指定形状shape |
np.zeros((2,3), dtype=int) |
array([[0, 0, 0], [0, 0, 0]]) |
np.ones() |
创建全1数组 | np.ones(5) |
array([1., 1., 1., 1., 1.]) |
np.full() |
创建指定值的数组 | np.full((2,2), 8) |
array([[8, 8], [8, 8]]) |
np.arange() |
生成连续整数数组（类似range） | np.arange(1, 10, 2) # 起始=1，终止=10（不含），步长=2 |
array([1, 3, 5, 7, 9]) |
np.linspace() |
生成等间隔浮点数数组 | np.linspace(0, 1, 5) # 0到1之间取5个点 |
array([0. , 0.25, 0.5 , 0.75, 1. ]) |
np.eye() |
创建单位矩阵（对角线为1，其余为0） | np.eye(3) # 3x3单位矩阵 |
array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]]) |
np.random.rand() |
生成[0,1)均匀分布的随机数组 | np.random.rand(2,2) # 2x2随机数组 |
随机值（如[[0.1, 0.2], [0.3, 0.4]]） |
np.random.randn() |
生成标准正态分布（均值0，方差1）随机数组 | np.random.randn(3) |
随机值（如[-0.5, 1.2, -0.3]） |
np.random.randint() |
生成指定范围的整数随机数组 | np.random.randint(1, 10, size=(2,3)) # 1-10（不含10）的2x3数组 |
随机整数（如[[3,5,2], [7,1,8]]） |
2025年11月6日大约 7 分钟