NumPy 数组创建例程
ndarray对象可以通过以下任何数组创建例程或使用低级 ndarray 构造函数来构造。
numpy.empty
它创建一个指定形状和数据类型的未初始化数组，它使用以下构造函数：
numpy.empty(shape, dtype = float, order = 'C')
构造函数采用以下参数。
| 序号. | 参数及说明 |
|---|---|
| 1 | Shape int 或 int 元组中的空数组的形状 |
| 2 | Dtype 所需的输出数据类型。可选的 |
| 3 | Order 'C' 代表 C 风格的行优先数组，'F' 代表 FORTRAN 风格的列优先数组 |
以下代码显示了一个空数组的示例。
import numpy as np x = np.empty([3,2], dtype = int) print x
输出如下：
[[22649312 1701344351] [1818321759 1885959276] [16779776 156368896]]
注意： 数组中的元素显示随机值，因为它们没有被初始化。
numpy.zeros
返回一个指定大小的新数组，用零填充。
numpy.zeros(shape, dtype = float, order = 'C')
构造函数采用以下参数。
| 序号. | 参数及说明 |
|---|---|
| 1 | Shape int 或 int 序列中的空数组的形状 |
| 2 | Dtype 所需的输出数据类型。可选的 |
| 3 | Order 'C' 代表 C 风格的行优先数组，'F' 代表 FORTRAN 风格的列优先数组 |
示例 1
# array of five zeros. Default dtype is float import numpy as np x = np.zeros(5) print x
输出如下：
[ 0. 0. 0. 0. 0.]
示例 2
import numpy as np x = np.zeros((5,), dtype = np.int) print x
现在，输出如下：
[0 0 0 0 0]
示例 3
# custom type
import numpy as np
x = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])
print x它应该产生以下输出：
[[(0,0)(0,0)] [(0,0)(0,0)]]
numpy.ones
返回一个指定大小和类型的新数组，填充为 1。
numpy.ones(shape, dtype = None, order = 'C')
构造函数采用以下参数。
| 序号. | 参数及说明 |
|---|---|
| 1 | Shape int 或 int 元组中的空数组的形状 |
| 2 | Dtype 所需的输出数据类型。可选的 |
| 3 | Order 'C' 代表 C 风格的行优先数组，'F' 代表 FORTRAN 风格的列优先数组 |
示例 1
# array of five ones. Default dtype is float import numpy as np x = np.ones(5) print x
输出如下：
[ 1. 1. 1. 1. 1.]
示例 2
import numpy as np x = np.ones([2,2], dtype = int) print x
现在，输出如下：
[[1 1] [1 1]]