NumPy中提供了多种创建数组的方式，其中最基本的方式就是通过array()函数创建数组在使用该函数时直接传入列表或元组即可。

通过array()函数分别创建一维数组、二维组和三维数组，那么什么是维度呢？一维、二维、三维有什么区别？

1、什么是维度？

维度可以理解为描述数据的一种 “方向” 或者 “层次”。在数组中，维度的数量决定了我们需要用多少个索引来访问一个元素

2、一维、二维、三维的区别？

（1）一维：一维数组就像是一条直线上排列的一组数据，例如：

a = np.array([1, 2, 3])

这是一个简单的一维数组。它只有一个 “方向”，我们只需要一个索引就能访问其中的元素。比如a[0]就能访问到元素1，a[1]访问元素2，a[2]访问元素3。

（2）二维：二维数组可以想象成一个表格，有行和列，例如：

b = np.array([[1, 2, 3], [4, 5, 6]])

它有两个 “方向”。第一个方向可以理解为行，第二个方向为列。我们需要两个索引来访问其中的一个元素。比如b[0][0]访问的是第一行第一列的元素1，b[1][2]访问的是第二行第三列的元素6。

（3）三维：想象一下你有一个2层的魔方，每层都是一个2x3的网格。这个魔方有以下几个部分：

a.层数（第一维）：魔方有2层。

b.行数（第二维）：每层有2行。

c.列数（第三维）：每行有3个格子。

arr3d = np.array([
    [   # 第一层
        [1, 2, 3],  # 第一行的3个格子
        [4, 5, 6]   # 第二行的3个格子
    ],
     [   # 第二层
        [7, 8, 9],  # 第一行的3个格子
        [10,11,12]  # 第二行的3个格子
    ]
])

3、创建数组的其它方式

（1）通过zeros()函数可以创建元素值都是0的数组，函数的参数是元组，示例代码如下。

输入：

np.zeros((3,3))  #创建数组，并指定数组的维度元组是(3,3)

创建结果：

array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

（2）通过ones()函数可以创建元素值都为1的数组，函数的参数是元组，示例代码如下。

输入：

np.ones((3,3))   #创建数组，并指定数组的维度元组是(3,3)

输出：

array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

（3）通过empty()函数创建一个新的数组，该数组只分配了内存空间，它里面填充的元素都是随机的，示例代码如下。

输入：

np.empty((3,3))  #创建数组，并指定数组的维度元组是(3,3)

输出：

array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

（4）通过arange()函数创建一个等差数组，它的功能类似于range()函数，只不过arange() 函数返回的结果是一维数组，而不是列表，示例代码如下。

输入：

np.arange(1,20,5)  #创建数组，起始值是1,终止值是20,步长为5

输出：

array([ 1,  6, 11, 16])

从上述结果中可以看出，数组中有4个元素，每个相邻元素之间的差值是5。

（5）通过linspace()函数也可以创建一个等差数组，不同于arange()函数，linspace()函数数组中元素的数量、而不需要指定步长，示例代码如下。

输入：

np.linspace(1,20,5)  #创建数组，起始值是1,终止值是20,数量为5

输出：

array([ 1.  ,  5.75, 10.5 , 15.25, 20.  ])

从上述结果中可以看出，数组中有5个元素，首位元素是1，末位元素是20,每个相邻元素之间的差值是4.75。

此外，在使用以上函数创建数组时，可以通过dtype参数显式地指明元素的类型，示例代码如下。

np.array([1,2,3],dtype=np.float32)
np.ones((3,3),dtype='int32')