python extractall函数_Python numpy.full函数方法的使用

numpy.full

numpy.full(shape, fill_value, dtype=None, order='C')[source]

返回一个根据指定shape和type,并用fill_value填充的新数组。参数:shape：整数或整数序列

新数组的形态，单个值代表一维，参数传元组，元组中元素个数就代表是几维，例如， (2, 3) or 2.

fill_value： 标量(无向量)

填充数组的值

dtype：数据类型，可选

默认值为None

查看要填充数组的值数据类型：np.array(fill_value).dtype。

order：{‘C’, ‘F’}, 可选

是否在内存中以行为主(C风格)或列为主(Fortran风格)连续(行或列)顺序存储多维数据。

返回值:返回值类型 : ndarray(ndarray是N维数组对象)

根据指定的参数生成的数组

例如，

>>> numpy.array(3).dtype

dtype('int64')

>>> numpy.array(3.34).dtype

dtype('float64')

>>>

>>> numpy.full((2, 2), np.inf)

array([[ inf, inf],

[ inf, inf]])

>>> numpy.full((2, 2), 10)

array([[10, 10],

[10, 10]])

>>> print(numpy.full((2,2),2,"int64"))

[[2 2]

[2 2]]

>>> print(numpy.full((2,2),2,"int32"))

[[2 2]

[2 2]]

>>> print(numpy.full((2,2),2,, dtype=numpy.long))

[[2 2]

[2 2]]

>>> print(numpy.full((2,4,3),2,"float"))

[[[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]]

[[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]]]

>>> print(numpy.full((4,4,3),2,"double"))

[[[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]]

[[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]]

[[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]]

[[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]

[2. 2. 2.]]]

>>>