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.
])
|