- NumPy 教程
- NumPy - 主页
- NumPy - 简介
- NumPy - 环境
- NumPy - Ndarray 对象
- NumPy - 数据类型
- NumPy - 数组属性
- NumPy - 数组创建例程
- NumPy - 来自现有数据的数组
- 来自数值范围的数组
- NumPy - 索引和切片
- NumPy - 高级索引
- NumPy - 广播
- NumPy - 迭代数组
- NumPy - 数组操作
- NumPy - 二元运算符
- NumPy - 字符串函数
- NumPy - 数学函数
- NumPy - 算术运算
- NumPy - 统计函数
- 排序、搜索和计数功能
- NumPy - 字节交换
- NumPy - 副本和视图
- NumPy - 矩阵库
- NumPy - 线性代数
- NumPy-Matplotlib
- NumPy - 使用 Matplotlib 绘制直方图
- NumPy - 使用 NumPy 进行 I/O
- NumPy 有用资源
- NumPy - 快速指南
- NumPy - 有用的资源
- NumPy - 讨论
NumPy - 数组创建例程
新的ndarray对象可以通过以下任何数组创建例程或使用低级 ndarray 构造函数来构造。
numpy.empty
它创建指定形状和数据类型的未初始化数组。它使用以下构造函数 -
numpy.empty(shape, dtype = float, order = 'C')
构造函数采用以下参数。
先生。 | 参数及说明 |
---|---|
1 | 形状 int 或 int 元组中的空数组的形状 |
2 | 数据类型 所需的输出数据类型。选修的 |
3 | 命令 'C' 表示 C 样式行优先数组,'F' 表示 FORTRAN 样式列优先数组 |
例子
以下代码显示了空数组的示例。
import numpy as np x = np.empty([3,2], dtype = int) print x
输出如下 -
[[22649312 1701344351] [1818321759 1885959276] [16779776 156368896]]
注意- 数组中的元素显示随机值,因为它们未初始化。
numpy.zeros
返回指定大小的新数组,并用零填充。
numpy.zeros(shape, dtype = float, order = 'C')
构造函数采用以下参数。
先生。 | 参数及说明 |
---|---|
1 | 形状 int 或 int 序列中的空数组的形状 |
2 | 数据类型 所需的输出数据类型。选修的 |
3 | 命令 'C' 表示 C 样式行优先数组,'F' 表示 FORTRAN 样式列优先数组 |
实施例1
# array of five zeros. Default dtype is float import numpy as np x = np.zeros(5) print x
输出如下 -
[ 0. 0. 0. 0. 0.]
实施例2
import numpy as np x = np.zeros((5,), dtype = np.int) print x
现在,输出如下 -
[0 0 0 0 0]
实施例3
# custom type import numpy as np x = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')]) print x
它应该产生以下输出 -
[[(0,0)(0,0)] [(0,0)(0,0)]]
numpy.ones
返回指定大小和类型的新数组,并用 1 填充。
numpy.ones(shape, dtype = None, order = 'C')
构造函数采用以下参数。
先生。 | 参数及说明 |
---|---|
1 | 形状 int 或 int 元组中的空数组的形状 |
2 | 数据类型 所需的输出数据类型。选修的 |
3 | 命令 'C' 表示 C 样式行优先数组,'F' 表示 FORTRAN 样式列优先数组 |
实施例1
# array of five ones. Default dtype is float import numpy as np x = np.ones(5) print x
输出如下 -
[ 1. 1. 1. 1. 1.]
实施例2
import numpy as np x = np.ones([2,2], dtype = int) print x
现在,输出如下 -
[[1 1] [1 1]]