如何使用NumPy创建指定数值的矩阵及目标示例矩阵的实现方法

嘿，针对你的两个问题，我来一步步给你讲清楚怎么用NumPy搞定：

1. 通用方法：创建指定数值的矩阵 #

NumPy提供了好几种灵活的方式来生成指定数值的矩阵，你可以根据需求挑选：

• 直接手动定义：如果矩阵规模小、数值无规律，直接用numpy.array()传入嵌套列表最直观：

  import numpy as np
  # 创建一个2x3的指定数值矩阵
  custom_mat = np.array([[1.5, 2.7, 3.1], [4.2, 5.9, 6.3]])
  print(custom_mat)
  

• 生成全值矩阵：如果矩阵所有元素都是同一个值，用numpy.full()效率最高：

  # 创建3x4全为8.2的矩阵
  full_mat = np.full((3, 4), 8.2)
  

• 生成等差序列矩阵：如果数值是有规律的等差序列，先用numpy.arange()生成序列，再用reshape()调整形状：

  # 生成从0到19的整数序列，转为4x5矩阵
  arange_mat = np.arange(20).reshape(4, 5)
  

• 生成均匀分布序列矩阵：如果需要指定区间内的均匀数值，用numpy.linspace()更精准：

  # 在0到1之间生成25个均匀数值，转为5x5矩阵
  linspace_mat = np.linspace(0, 1, 25).reshape(5, 5)
  

2. 创建你指定的特定矩阵 #

先观察你给出的矩阵规律：从0.01开始，每次递增0.01，直到1.0，刚好是10行10列的矩阵（共100个元素）。这里给你两种简单的实现方式：

方法一：用numpy.arange()生成序列再重塑 #

import numpy as np
# 注意：arange是左闭右开区间，所以结束值设为1.01才能包含1.0
target_mat = np.arange(0.01, 1.01, 0.01).reshape(10, 10)
print(target_mat)

方法二：用numpy.linspace()生成均匀分布序列 #

import numpy as np
# 指定从0.01到1.0，生成100个均匀数值，再转为10x10矩阵
target_mat = np.linspace(0.01, 1.0, 100).reshape(10, 10)
print(target_mat)

两种方法都能生成你需要的矩阵，运行后打印的结果和你给出的完全一致。

内容的提问来源于stack exchange，提问作者Fady Esam