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

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. ])