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。
(1)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')
其中,shape表示数组形状;dtype表示数据类型,可选;order有"C"和"F"两个选项,分别代表行优先和列优先,在计算机内存中存储元素的顺序。下面是一个创建空数组的实例:
x = np.empty([3,2], dtype = int) print (x)
输出结果为:
[[508 0] [ 0 0] [ 0 0]]
数组元素为随机值,因为它们未初始化。
(2)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')
其中,参数shape表示数组形状;dtype表示数据类型,可选;order表示是否在内容中以行(C)或列(F)顺序存储多维数据,默认是'C'。比如:
x = np.zeros(5) # 默认为浮点数 print(x) y = np.zeros((5,), dtype = np.int) # 设置类型为整数 print(y) z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')]) # 自定义类型 print(z)
输出结果为:
[0. 0. 0. 0. 0.] [0 0 0 0 0] [[(0, 0) (0, 0)] [(0, 0) (0, 0)]]
(3)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')
其中,shape表示数组形状;dtype表示数据类型,可选;order表示是否在内容中以行(C)或列(F)顺序存储多维数据,默认是'C'。比如:
x = np.ones(5) # 默认为浮点数 print(x) x = np.ones([2,2], dtype = int) # 自定义类型 print(x)
输出结果为:
[1. 1. 1. 1. 1.] [[1 1] [1 1]]