NumPy 教程 之 NumPy 创建数组 7

简介: `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。

NumPy 教程 之 NumPy 创建数组 7

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.zeros_like
numpy.zeros_like 用于创建一个与给定数组具有相同形状的数组,数组元素以 0 来填充。

numpy.zeros 和 numpy.zeros_like 都是用于创建一个指定形状的数组,其中所有元素都是 0。

它们之间的区别在于:numpy.zeros 可以直接指定要创建的数组的形状,而 numpy.zeros_like 则是创建一个与给定数组具有相同形状的数组。

numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)

参数说明:

参数 描述
a 给定要创建相同形状的数组
dtype 创建的数组的数据类型
order 数组在内存中的存储顺序,可选值为 'C'(按行优先)或 'F'(按列优先),默认为 'K'(保留输入数组的存储顺序)
subok 是否允许返回子类,如果为 True,则返回一个子类对象,否则返回一个与 a 数组具有相同数据类型和存储顺序的数组
shape 创建的数组的形状,如果不指定,则默认为 a 数组的形状。

目录
相关文章
|
4月前
|
Python
NumPy 教程 之 NumPy 从数值范围创建数组 9
在 NumPy 教程之从数值范围创建数组中, 使用 `numpy.linspace` 可生成一维等差数组。格式: `np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)`。参数 `start` 和 `stop` 分别定义序列的起始和结束值;`num` 定义样本数量(默认50);`endpoint` 若为 `True` 则包含 `stop` 值;`retstep=True` 返回步长。
31 10
|
4月前
|
Python
NumPy 教程 之 NumPy 从数值范围创建数组 7
在 NumPy 教程之从数值范围创建数组中, 学习 `numpy.linspace` 的使用。此函数创建一维等差数列数组, 格式为 `np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)`。
24 7
|
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。**
42 7
|
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。
32 3
|
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)。
30 4
|
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`。
22 1
|
4月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 2
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。
36 4
|
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。
36 4
|
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。
37 4
|
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。
29 5