有时我们需要将numpy数组初始化为相同的值，numpy提供了一些方法帮助我们实现这个目的。
很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！??¤
QQ群：1057034340
1. np.zeros
np.zeros返回来一个给定形状和类型的用0填充的数组。
numpy.zeros(shape, dtype=float, order='C')
np.zeros(5)
array([ 0., 0., 0., 0., 0.]) np.zeros((5,), dtype=int) array([0, 0, 0, 0, 0]) np.zeros((2, 1)) array([[ 0.], [ 0.]]) np.zeros((2, 2)) array([[ 0., 0.], [ 0., 0.]])
2. np.ones
np.ones返回来一个给定形状和类型的用1填充的数组。
numpy.ones(shape, dtype=None, order='C')
>>> np.ones(5)
array([1., 1., 1., 1., 1.]) >>> np.ones((5,), dtype=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.]])
初始化数组中的所有元素为10：
>>> import numpy as np
>>> a = np.ones((4,4)) * 10 [[10. 10. 10. 10.] [10. 10. 10. 10.] [10. 10. 10. 10.] [10. 10. 10. 10.]]
3. np.full
np.full返回来一个给定形状和类型的用fill_value填充的数组。
numpy.full(shape, fill_value, dtype=None, order='C')
>>> np.full((3, 5), 7, dtype=int) array([[7, 7, 7, 7, 7], [7, 7, 7, 7, 7], [7, 7, 7, 7, 7]]) >>> np.full((2, 2), np.inf) array([[inf, inf], [inf, inf]]) >>> np.full((2, 2), [1, 2]) array([[1, 2], [1, 2]])
4. 数组填充-fill
np.empty 方法用来创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组。
numpy.empty(shape, dtype=float, order='C')
np.empy生成的数组元素为随机值。
>>> np.empty([2, 2]) array([[ -9.74499359e+001, 6.69583040e-309], [ 2.13182611e-314, 3.06959433e-309]]) #uninitialized >>> np.empty([2, 2], dtype=int) array([[-1073741821, -1067949133], [ 496041986, 19249760]]) #uninitialized
>>> a = np.empty([2, 2]) >>> a.fill(20) [[20. 20.] [20. 20.]] >>> a[:] = 30 [[30. 30.] [30. 30.]]
5. np.repeat
np.repeat实现重复数组元素的功能。
numpy.repeat(a, repeats, axis=None)[source]
>>> np.repeat(3, 4) array([3, 3, 3, 3]) >>> x = np.array([[1,2],[3,4]]) >>> np.repeat(x, 2) array([1, 1, 2, 2, 3, 3, 4, 4]) >>> np.repeat(x, 3, axis = 1) array([[1, 1, 1, 2, 2, 2], [3, 3, 3, 4, 4, 4]]) >>> np.repeat(x, [1, 2], axis = 0) array([[1, 2], [3, 4], [3, 4]])
6. np.tile
np.tile把数组沿各个方向复制。
numpy.tile(A, reps)
>>> a = np.array([0, 1, 2]) >>> np.tile(a, 2) array([0, 1, 2, 0, 1, 2]) >>> np.tile(a, (2, 2)) array([[0, 1, 2, 0, 1, 2], [0, 1, 2, 0, 1, 2]]) >>> np.tile(a, (2, 1, 2)) array([[[0, 1, 2, 0, 1, 2]], [[0, 1, 2, 0, 1, 2]]]) >>> b = np.array([[1, 2], [3, 4]]) >>> np.tile(b, 2) array([[1, 2, 1, 2], [3, 4, 3, 4]]) >>> np.tile(b, (2, 1)) array([[1, 2], [3, 4], [1, 2], [3, 4]]) >>> c = np.array([1,2,3,4]) >>> np.tile(c,(4,1)) array([[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]])