在Python的數據科學世界裏，Numpy是處理數值計算的核心工具，尤其是數組操作。如果你剛開始接觸Numpy，學會幾個基礎又常用的函數會讓你事半功倍。今天我們就來重點學習兩個最基礎的Numpy函數：arange和zeros，它們能幫你快速創建數值數組，是後續學習更復雜Numpy操作的基石。
Numpy是什麼？¶
簡單來說，Numpy提供了高效的多維數組對象和數學函數，能讓你像操作列表一樣處理大量數據，但速度更快、功能更強。對於數據分析、機器學習等任務，數組操作是基礎，而arange和zeros是入門必學的工具。
一、arange：快速生成有序數組¶
作用¶
arange函數可以生成一個有規律的有序數組，類似於Python內置的range函數，但返回的是Numpy數組（更適合數值計算）。
語法¶
numpy.arange([start, ]stop, [step, ]dtype=None)
- start：數組的起始值，默認爲
0（包含在數組中）。 - stop：數組的結束值（不包含在數組中），是必須參數。
- step：相鄰兩個元素的間隔（步長），默認爲
1。 - dtype：數組的數據類型（如
int、float等），默認根據輸入自動推斷。
常用示例¶
- 默認參數（start=0，step=1）
如果只給stop參數，會從0開始，步長1，到stop-1結束：
import numpy as np
arr = np.arange(5) # start=0, step=1, stop=5
print(arr) # 輸出：[0 1 2 3 4]
- 指定start和step
如果你想自定義起始值和步長：
arr = np.arange(2, 10, 2) # start=2, step=2, stop=10
print(arr) # 輸出：[2 4 6 8]
注意：stop是結束條件（不包含），所以10不會被包含，最後一個元素是8。
- 指定數據類型
如果需要整數數組，可以用dtype=int：
arr = np.arange(0, 6, 1, dtype=int) # 顯式指定整數類型
print(arr) # 輸出：[0 1 2 3 4 5]
注意事項¶
- stop不包含：
np.arange(0, 5)生成0-4，而不是0-5。 - 步長爲小數時的精度問題：如果
step是小數（如0.1），可能因浮點數精度導致結果偏差，建議儘量用整數步長。
二、zeros：快速生成全0數組¶
作用¶
zeros函數可以生成一個所有元素都是0的數組，常用於初始化矩陣、填充佔位符等場景。
語法¶
numpy.zeros(shape, dtype=float, order='C')
- shape：數組的形狀（必填），可以是整數（表示一維數組長度）或元組（表示多維數組形狀）。
- dtype：數組的數據類型，默認爲
float（浮點數），也可指定int（整數）。 - order：內存中數組的存儲順序（行優先
C或列優先F），對初學者無需關注，默認C。
常用示例¶
- 一維數組（shape爲整數）
生成長度爲n的全0數組：
arr = np.zeros(5) # shape=5，表示一維數組，長度5
print(arr) # 輸出：[0. 0. 0. 0. 0.] # 默認是float類型
- 二維數組（shape爲元組）
生成m行n列的二維全0數組：
arr = np.zeros((2, 3)) # shape=(2,3)，2行3列
print(arr)
# 輸出：
# [[0. 0. 0.]
# [0. 0. 0.]]
- 指定整數類型的0數組
如果需要整數類型的0數組（而非默認的浮點數），用dtype=int：
arr = np.zeros(3, dtype=int) # 一維，3個元素，整數0
print(arr) # 輸出：[0 0 0]
注意事項¶
- shape參數必須明確：一維數組可直接傳整數（如
5），多維數組必須傳元組（如(2,3)）。 - 默認浮點數：
zeros默認生成float64類型數組，如果需要整數0，一定要指定dtype=int。
總結¶
arange幫你快速生成有序的數值數組（類似列表但更高效），zeros幫你快速初始化全0數組（常用於矩陣或佔位）。這兩個函數是Numpy入門的“剛需”，掌握它們能讓你在後續處理數據時事半功倍。
後續可以繼續學習ones（全1數組）、linspace（均勻分佈數組）等進階函數，逐步構建你的Numpy技能體系。
小練習：嘗試用arange生成[3, 6, 9, 12]，用zeros生成一個4行5列的整數0數組，看看結果是否正確~