Numpy Arange 2D

numpy.arange([start, ]stop, [step, ]dtype=None)

import numpy as np

# 创建一个从0到10的一维数组
arr = np.arange(10)
print(arr)

import numpy as np

# 创建一个从0到9的一维数组，并将其重塑为2x5的二维数组
arr_2d = np.arange(10).reshape(2, 5)
print(arr_2d)

import numpy as np

# 创建一个从0到20的一维数组，步长为2，并将其重塑为2x5的二维数组
arr_step = np.arange(0, 20, 2).reshape(2, 5)
print(arr_step)

import numpy as np

# 创建一个整数数组，并指定数据类型为float
arr_dtype = np.arange(10, dtype=float).reshape(2, 5)
print(arr_dtype)

import numpy as np

# 创建两个一维数组
arr1 = np.arange(5)
arr2 = np.arange(5, 10)

# 将两个一维数组组合成一个二维数组
arr_combined = np.vstack([arr1, arr2])
print(arr_combined)

import numpy as np

# 创建一个一维数组并扩展成二维数组
arr_tile = np.tile(np.arange(3), (2, 2))
print(arr_tile)

import numpy as np

# 创建一个一维数组并重复每个元素，然后重塑成二维数组
arr_repeat = np.repeat(np.arange(3), 3).reshape(3, 3)
print(arr_repeat)

import numpy as np

# 使用arange创建一维数组，使用linspace创建另一个一维数组，然后组合
arr_linspace = np.linspace(0, 1, 5)
arr_combine = np.vstack([np.arange(5), arr_linspace])
print(arr_combine)

import numpy as np

# 创建一个更高维度的数组并进行切片操作
arr_slice = np.arange(27).reshape(3, 3, 3)[1, :, :]
print(arr_slice)

import numpy as np

# 使用np.where结合arange进行条件生成
arr_conditional = np.where(np.arange(10).reshape(2, 5) % 2 == 0, "even", "odd")
print(arr_conditional)