NumPy 创建数组
ndarray 数组除了可以使用底层 ndarray 构造器来创建外,还可以使用以下几种方式创建:
numpy.empty
numpy.empty用来创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组:
numpy.empty(shape, dtype = float, order = 'C')
参数 | 描述 |
---|---|
shape | 数组形状 |
dtype | 数据类型,可选 |
order | 有‘C’和‘F’两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序 |
# 创建空数组的实例
import numpy as np
x = np.empty([3,2], dtype = int)
print(x)
# 输出数组元素为随机值,因为它们未初始化
[[ 648 0]
[ 1267083696 613]
[ 0 -2147483648]]
numpy.zeros
创建指定大小的数组,数组元素以 0 来填充:
numpy.zeros(shape, dtype = float, order = 'C')
参数 | 描述 |
---|---|
shape | 数组形状 |
dtype | 数据类型,可选 |
order | 'C’用于C的行数组,或者‘F’用于FORTRAN的列数组 |
import numpy as np
# 默认为浮点数
x = np.zeros(5)
print(x)
# 设置类型为整数
y = np.zeros((5,), dtype = np.int)
print(y)
# 自定义类型
z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])
print(z)
[0. 0. 0. 0. 0.]
[0 0 0 0 0]
[[(0, 0) (0, 0)]
[(0, 0) (0, 0)]]
numpy.ones
创建指定形状的数组,数组元素以 1 来填充:
numpy.ones(shape, dtype = None, order = 'C')
参数 | 描述 |
---|---|
shape | 数组形状 |
dtype | 数据类型,可选 |
order | 'C’用于C的行数组,或者‘F’用于FORTRAN的列数组 |
import numpy as np
# 默认为浮点数
x = np.ones(5)
print(x)
# 自定义类型
x = np.ones([2,2], dtype = int)
print(x)
[1. 1. 1. 1. 1.]
[[1 1]
[1 1]]
学习参考: