如何创建空和完整的NumPy数组

如何创建空和完整的NumPy数组

　　NumPy 是在Python中执行数值计算的重要库。它提供了强大的数组对象，可以对广泛的数据集进行高效的操作和操作。创建 NumPy 数组是科学计算和数据分析中的一个重要过程。在本文中，我们将探索如何创建空和满NumPy数组，了解不同的方法及其应用。

　　推荐：Python Lambda函数的10个实际用例

创建一个空的Numpy数组

　　要创建一个空的 NumPy 数组，我们可以使用该numpy.empty()函数。NumPy 中的函数empty()用于创建具有指定形状的空数组。空 NumPy 数组是用任意值初始化的数组，其形状由用户确定。NumPy 中的空数组具有随机值作为其初始值，用户指定其形状。

import numpy as np

empty_array_2d = np.empty((3, 4))
print(empty_array_2d)

输出：
[[0.0e+000 4.9e-324 9.9e-324 1.5e-323]
 [2.0e-323 2.5e-323 0.0e+000 4.9e-324]
 [9.9e-324 1.5e-323 2.0e-323 2.5e-323]]

　　推荐：如何将NumPy数组复制到另一个数组

创建完整的Numpy数组

　　要创建完整的 NumPy 数组，您可以使用该numpy.full()函数。NumPy 中的函数full()创建一个给定形状的数组，并用指定的值填充它。完整的 NumPy 数组是所有元素都具有相同预定义值的数组。当您想用特定值初始化数组时，这非常有用。

import numpy as np

full_array_2d = np.full((3, 4), 5)
print(full_array_2d)

输出：
[[5 5 5 5]
 [5 5 5 5]
 [5 5 5 5]]

　　推荐：Matplotlib Figure Class图类

创建空和满 NumPy 数组

　　有时需要针对特定​​问题同时创建空数组和满数组。在这种情况下，我们有两个名为numpy.empty()和numpy 的函数。full()创建一个空数组和满数组。在这里我们将看到不同的例子：

　　示例1：在示例中，我们创建了一个3X4的空数组和一个INTEGER类型的3X3的全数组。

import numpy as np


# Create an empty array
empa = np.empty((3, 4), dtype=int)
print("Empty Array")
print(empa)

# Create a full array
flla = np.full([3, 3], 55, dtype=int)
print("\n Full Array")
print(flla)

　　示例2：在示例中，我们创建了一个4X2的空数组和一个INTEGER和FLOAT类型的4X3的全数组。

import numpy as np


empa = np.empty([4, 2])
print("Empty Array")
print(empa)

# Create a full array
flla = np.full([4, 3], 95)
print("\n Full Array")
print(flla)

　　示例3：在示例中，我们创建了一个3X3的空数组和一个FLOAT类型的5X3的全数组。

import numpy as np

# Create an empty array
empa = np.empty([3,3]) 
print("Empty Array")
print(empa)

# Create a full array
flla = np.full([5,3], 9.9)
print("\n Full Array")
print(flla)

　　推荐：NumPy字符串函数

　　推荐：生成式AI Python库Pandas AI