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 |
原文：https://www.cnblogs.com/24-01/p/13396408.html