1. 导入numpy包
import numpy as np
2. np.zeros函数
用途：
- 返回一个给定大小形状的数组，所有元素的值为0.
常用参数：
- shape: 形状
- dtype: 类型
np.zeros((2,3))
array([[0., 0., 0.],
[0., 0., 0.]])
np.zeros(10)
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
3. np.zeros_like
用途：
- 根据给定的数组，返回一个形状大小与数据类型相同的数组，并把所有元素的值设为0.
常用参数：
- a: 参考数组
- dtype: 类型
a = [(1,2,3), (4,5,6)]
np.zeros_like(a)
array([[0, 0, 0],
[0, 0, 0]])
4. np.ones函数
用途：
- 返回一个给定大小形状的数组，所有元素的值为1.
常用参数：
- shape: 形状
- dtype: 类型
np.ones(10)
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
5. np.ones_like函数
用途：
- 根据给定的数组，返回一个形状大小与数据类型相同的数组，并把所有元素的值设为1.
常用参数：
- a: 参考数组
- dtype: 类型
a=[(1,2,3)]
np.ones_like(a)
array([[1, 1, 1]])
6. np.full_like函数
用途：
- 根据给定的数组，返回一个形状大小与数据类型相同的数组，并把所有元素的值设为参数填充的值.
常用参数：
- a: 参考数组
- fillvalue: 填充值
- dtype: 类型
a = np.arange(10)
print(a)
print(np.full_like(a, 2))
[0 1 2 3 4 5 6 7 8 9]
[2 2 2 2 2 2 2 2 2 2]
a = np.arange(10).reshape((2,5))
print(a)
b = np.full_like(a, [2,3,4,5,6])
print("填充后：")
print(b)
[[0 1 2 3 4]
[5 6 7 8 9]]
填充后：
[[2 3 4 5 6]
[2 3 4 5 6]]
7. np.arange函数
print(np.arange(10))
[0 1 2 3 4 5 6 7 8 9]
print(np.arange(1,11))
[ 1 2 3 4 5 6 7 8 9 10]
print(np.arange(1,10,2))
[1 3 5 7 9]
