使用jupyter生成练习使用Numpy的array指令创建数组，包括一维数组、多维数组、zero数组，eye数组，ones数组 请输出完整代码

<think>嗯，用户想要在Jupyter Notebook里练习使用NumPy的array指令创建各种数组，包括一维、多维、zeros、eye和ones数组。首先，我需要确保覆盖所有提到的数组类型，并且给出正确的代码示例。 首先，用户提到一维数组。NumPy的一维数组可以通过numpy.array()传入列表来创建。比如，np.array([1,2,3])。这个应该没问题，但要注意导入numpy库并起别名np，这是标准做法，所以代码开头要有import numpy as np。 接下来是多维数组，也就是二维或更高维的。通常用嵌套列表来表示，比如np.array([[1,2,3], [4,5,6]])。这样生成的就是一个二维数组，需要检查是否正确展示结构。 然后是zeros数组。使用np.zeros(shape)函数，参数是形状。例如，np.zeros(3)生成一维的三个零，而np.zeros((2,3))生成2行3列的零矩阵。这里要注意shape参数是一个元组，所以要用括号括起来，比如(2,3)。 接下来是eye数组，也就是单位矩阵。使用np.eye(n)可以生成n×n的单位矩阵。比如np.eye(3)会生成3x3的对角线为1，其他为0的数组。不过用户可能也会用np.identity，但eye更灵活，可以处理非方阵的情况，不过这里用户可能只需要基本的例子，所以用eye(3)就行。 最后是ones数组，类似于zeros，但填充的是1。同样，np.ones(shape)，例如np.ones(4)是一维四个1，np.ones((2,2))生成2x2的全1数组。 现在需要把这些例子组织起来，确保每个例子都有注释说明，并且代码可以直接在Jupyter中运行。还要注意输出结果可能需要打印，但用户可能只需要代码，所以用print语句显示数组。但有时候在Jupyter中，如果最后一行是数组变量，会自动输出，不过为了明确，加上print可能更稳妥。 另外，用户可能需要完整的代码，包括导入库的部分。所以代码应该以import numpy as np开头，然后每个例子用注释分隔，并打印结果。 还要检查代码的正确性，比如zeros和ones的shape参数是否正确，多维数组的嵌套列表是否正确。比如二维数组的示例是否正确生成2x3的数组，eye数组是否正确生成3x3的单位矩阵。 另外，是否需要考虑不同的数据类型？用户没有特别说明，所以默认的float即可，不需要额外指定dtype。 最后，确保代码在Jupyter中运行不会有错误，比如拼写错误，比如numpy是否正确导入，函数名是否正确（如zeros，eye，ones等）。 总结一下，步骤应该是： 1. 导入numpy 2. 创建一维数组并打印 3. 创建二维数组并打印 4. 创建zeros数组（一维和二维） 5. 创建eye数组 6. 创建ones数组（一维和二维） 每个步骤的代码都要正确，注释清晰，这样用户可以直接复制到Jupyter中运行学习。</think>以下是在Jupyter Notebook中使用NumPy创建数组的完整代码示例，包含详细注释和逐步骤说明： ```python # 首先导入NumPy库 import numpy as np # ===== 1. 创建一维数组 ===== arr_1d = np.array([1, 2, 3, 4, 5]) print("一维数组:") print(arr_1d) print("形状:", arr_1d.shape) # 输出 (5,) # ===== 2. 创建多维数组 ===== arr_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print("\n二维数组:") print(arr_2d) print("形状:", arr_2d.shape) # 输出 (3,3) # ===== 3. 创建全零数组 ===== zeros_1d = np.zeros(3) # 一维零数组 zeros_2d = np.zeros((2, 3)) # 二维零数组 print("\n全零数组:") print("一维零数组:", zeros_1d) print("二维零数组:\n", zeros_2d) # ===== 4. 创建单位矩阵 ===== eye_matrix = np.eye(3) # 3x3单位矩阵 print("\n单位矩阵:") print(eye_matrix) # ===== 5. 创建全1数组 ===== ones_1d = np.ones(4) # 一维全1数组 ones_2d = np.ones((2, 2)) # 二维全1数组 print("\n全1数组:") print("一维全1数组:", ones_1d) print("二维全1数组:\n", ones_2d) ``` 执行结果预览： ``` 一维数组: [1 2 3 4 5] 形状: (5,) 二维数组: [[1 2 3] [4 5 6] [7 8 9]] 形状: (3, 3) 全零数组: 一维零数组: [0. 0. 0.] 二维零数组: [[0. 0. 0.] [0. 0. 0.]] 单位矩阵: [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]] 全1数组: 一维全1数组: [1. 1. 1. 1.] 二维全1数组: [[1. 1.] [1. 1.]] ``` 关键语法说明： 1. `np.array()`：基础数组创建方法，参数可以是列表/嵌套列表 2. `np.zeros(shape)`：创建全零数组，shape参数可以是整数（一维）或元组（多维） 3. `np.eye(N)`：创建N×N单位矩阵 4. `np.ones(shape)`：创建全1数组，参数规则同zeros 5. `.shape`属性：查看数组维度信息