Python之路——numpy各函数简介之生成数组函数（Array creation routines）

来源：互联网发布：二手mac pro工作站编辑：程序博客网时间：2024/05/21 14:51

转自：http://www.cnblogs.com/fortran/archive/2010/09/01/1814773.html

1、empty(shape[, dtype, order])

　　依据给定形状和类型(shape[, dtype, order])返回一个新的空数组。

参数：
shape : 整数或者整型元组
　　定义返回数组的形状；
dtype : 数据类型，可选
　　定义返回数组的类型。
order : {‘C’, ‘F’}, 可选
　　规定返回数组元素在内存的存储顺序：C（C语言）-row-major；F（Fortran）column-major。

1
2
3
4
5
6
7
>>> np.empty([2, 2])
array([[ -9.74499359e+001, 6.69583040e-309],
[ 2.13182611e-314, 3.06959433e-309]])    #random
 
>>> np.empty([2, 2], dtype=int)
array([[-1073741821, -1067949133],
[ 496041986, 19249760]])    #random

2、empty_like(a)

　　依据给定数组(a)的形状和类型返回一个新的空数组。

参数：
a：数组
其形状和类型用来规定返回函数的形状和类型。
返回值：
输出：ndarray
与数组a形状和类型一样的数组。

1
2
3
4
>>> a = np.array([[1.,2.,3.],[4.,5.,6.]])
>>> np.empty_like(a)
array([[-2.00000715e+000,1.48219694e-323,-2.00000572e+000],#random
[4.38791518e-305,-2.00000715e+000,4.17269252e-309]])

3、eye(N[, M, k, dtype])

　　返回一个对角线元素为1，其他元素为0的二维数组。

参数：
N : 整数
返回数组的行数；
M : 整数，可选
返回数组的列数。如果不赋值的话，默认等于N；
k : 整数, 可选
对角线序列号: 0 对应主对角线；,整数对应upper diagonal,负数对应lower diagonal；
dtype : dtype, 可选
返回数组的数据类型
返回值：
I : ndarray (N,M)
该数组第k个对角线的元素为1，其他元素为0。

1
2
3
4
5
6
7
8
>>> np.eye(2, dtype=int)
array([[1,0],
[0,1]])
 
>>> np.eye(3, k=1)
array([[0.,1.,0.],
[0.,0.,1.],
[0.,0.,0.]])

4、identity(n[, dtype])

　　返回一个N维单位方阵。

参数：
n : 整数
返回方阵的行列数；
dtype : 数据类型，可选
返回方阵的数据类型，默认为float.
返回值：
输出: ndarray
n x n 单位方阵。

1
2
3
4
>>> np.identity(3)
array([[1.,0.,0.],
[0.,1.,0.],
[0.,0.,1.]])

5、ones(shape[, dtype, order])

　　依据给定形状和类型(shape[, dtype, order])返回一个新的元素全部为1的数组。

参数设置请参考zeros。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
>>> np.ones(5)
array([1.,1.,1.,1.,1.])
 
>>> np.ones((5,), dtype=np.int)
array([1,1,1,1,1])
 
>>> np.ones((2,1))
array([[1.],
[1.]])
 
>>> s = (2,2)
>>> np.ones(s)
array([[1.,1.],
[1.,1.]])

6、ones_like()

　　依据给定数组(a)的形状和类型返回一个新的元素全部为1的数组。

等同于a.copy().fill(1)，具体使用请参考zeros_like的文档。

1
2
3
4
>>> a = np.array([[1,2,3], [4,5,6]])
>>> np.ones_like(a)
array([[1,1,1],
[1,1,1]])

7、zeros(shape[, dtype, order])

　　依据给定形状和类型(shape[, dtype, order])返回一个新的元素全部为0的数组。

参数：
shape：int或者ints元组；
定义返回数组的形状，形如：(2, 3)或2。
dtype：数据类型，可选。
返回数组的数据类型，例如：numpy.int8、默认为numpy.float64。
order:{‘C’, ‘F’},可选,返回数组为多维时，元素在内存的排列方式是按C语言还是Fortran语言顺序(row- or columnwise)。
输出：ndarray
给定形状，数据类型的数组。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
>>> np.zeros(5)
array([0.,0.,0.,0.,0.])
 
>>> np.zeros((5,), dtype=numpy.int)
array([0,0,0,0,0])
 
>>> np.zeros((2,1))
array([[0.],
[0.]])
 
>>> s = (2,2)
>>> np.zeros(s)
array([[0.,0.],
[0.,0.]])
 
>>> np.zeros((2,), dtype=[(’x’, ’i4’), (’y’, ’i4’)]) # custom dtype
array([(0,0), (0,0)],
dtype=[(’x’, ’<i4’), (’y’, ’<i4’)])

8、zeros_like(a)

　　依据给定数组(a)的形状和类型返回一个新的元素全部为1的数组。

等同于a.copy().fill(0)。
参数：
a : array_like
输出：ndarray
与a数组形状类型一致的0数组。

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> x = np.arange(6)
>>> x = x.reshape((2,3))
>>> x
array([[0,1,2],
[3,4,5]])
>>> np.zeros_like(x)
array([[0,0,0],
[0,0,0]])
>>> y = np.arange(3, dtype=np.float)
>>> y
array([0.,1.,2.])
>>> np.zeros_like(y)
array([0.,0.,0.])

0 0