AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

NumPy 教程 之 NumPy 创建数组 2

2024-07-18 38
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 使用`numpy.empty`创建未初始化的数组，如`np.empty([3,2], dtype=int)`，返回包含随机内存值的`(3,2)`形状数组。`dtype`定义数据类型，默认为`float`，`order`指定内存布局，`'C'`（行优先）或`'F'`（列优先）。实例输出显示未初始化的整数数组元素值是随机的。

NumPy 教程 之 NumPy 创建数组 2

NumPy 创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。

numpy.empty

numpy.empty 方法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')

参数说明：

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。

下面是一个创建空数组的实例：

实例

import numpy as np
x = np.empty([3,2], dtype = int)
print (x)

输出结果为：

[[ 6917529027641081856 5764616291768666155]
[ 6917529027641081859 -5764598754299804209]
[ 4497473538 844429428932120]]
注意 − 数组元素为随机值，因为它们未初始化。

文章标签：
Python
存储
张志凌
目录
相关文章
张志凌
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 8
**NumPy创建数组：使用`zeros_like`创建与原数组形状相同的零数组。`zeros_like(a, dtype=None, order='K', subok=True, shape=None)`基于给定数组`a`的形状，生成所有元素为0的新数组。参数可定制数据类型、存储顺序和形状。实例：创建一个3x3的零矩阵。**
张志凌
45 7
张志凌
|
4月前
|
Python
NumPy 教程 之 NumPy 创建数组 5
`NumPy`教程：使用`numpy.ones`创建全1数组，形如`numpy.ones(shape, dtype=None, order='C')`，参数`shape`定义数组形状，`dtype`指定数据类型，默认无类型，`order`设定内存布局，默认'C'（行优先）。
张志凌
30 4
张志凌
|
4月前
|
Python
NumPy 教程 之 NumPy 创建数组 6
`NumPy`教程中介绍如何用`numpy.ones`创建数组：生成指定形状的全1数组。例如，`np.ones(5)`产生一维浮点数数组，`np.ones([2,2], dtype=int)`则创建二维整数数组。输出： ``` [1. 1. 1. 1. 1.] [[1 1] [1 1]] ``` 形状、数据类型（默认`None`为浮点型）和内存排列顺序（默认'C'）可自定义。
张志凌
36 3
张志凌
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 1
**NumPy创建数组教程：** 使用`numpy.empty`快速生成未初始化的数组，形如`numpy.empty(shape, dtype=float, order='C')`，设定数组形状、数据类型和内存排列顺序。
张志凌
37 4
张志凌
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 7
`NumPy`创建数组时，可用`zeros_like`创建与给定数组形状相同的零数组，或用`zeros`指定形状创建。`zeros_like(a)`基于已有数组`a`的形状，`zeros(shape)`则按提供的形状。参数包括数据类型(`dtype`)、内存顺序(`order`)和形状(`shape`)。`shape`若不设，则复制`a`的形状。
张志凌
39 2
张志凌
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 9
NumPy教程：`numpy.ones_like`创建与给定数组形状相同的全1数组；`numpy.ones`则直接指定形状。区别在于`ones`需提供形状，`ones_like`借用已知数组形状。参数包括数组`a`(形状源)，`dtype`(数据类型)，`order`(内存顺序)，`subok`(返回子类与否)，和可选的`shape`。
张志凌
26 1
张志凌
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 2
`NumPy`创建数组时，可用`numpy.empty`创建未初始化的指定形状和类型的数组。例如：`np.empty([3,2], dtype=int)`会产生一个3x2的整数矩阵，其元素值随机，因未赋值。`dtype`定义数据类型，默认为`float`，`order`选项影响内存中的元素排列（默认'C'，行优先）。
张志凌
25 3
张志凌
|
4月前
|
Python
NumPy 教程 之 NumPy 数组属性 7
NumPy教程：数组属性聚焦秩(rank)和轴(axis)，表示维度数量。`ndarray.flags`揭示内存细节，如C/F_CONTIGUOUS标志指示数据连续性，OWNDATA检查内存所有权，WRITEABLE允许写入，ALIGNED确保硬件对齐，UPDATEIFCOPY涉及副本更新。
张志凌
41 4
张志凌
|
4月前
|
存储 索引 Python
NumPy 教程 之 NumPy 数组属性 1
NumPy教程介绍数组属性：秩表示维度，如一维数组秩为1，二维为2。轴(axis)定义了数组的线性方向，axis=0操縱列，axis=1操纵行。关键属性包括：ndim-秩，shape-维度大小，size-元素总数，dtype-数据类型，itemsize-元素字节大小，flags-内存信息，real/imag-复数部分，data-元素缓冲区。
张志凌
32 5
张志凌
|
4月前
|
Python
NumPy 教程 之 NumPy 数组属性 5
NumPy数组的秩是其维度数，如一维数组秩为1，二维为2。数组的每个线性部分称为轴，`ndarray.shape`展示数组的维度，返回元组，长度即秩。`reshape`函数可改变数组尺寸。例如： ```markdown import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) # 输出: [[1 2] [3 4] [5 6]] ``` 这里，`a.shape`是`(2,3)`，秩为2，`b`通过reshape变为秩为2的\(3 \times 2\)数组。
张志凌
32 3