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 新数组的形状，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， fill_value： 标量(无向量) 填充数组的值 dtype：数据类型，可选 默认值为 查看要填充数组的值数据类型： 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 |
使用示例，
1）不同类型的数据与 numpy.full 的基础用法
import numpy as np
# 演示不同类型的数据
print(np.array(3).dtype) # 输出：int64
print(np.array(3.34).dtype) # 输出：float64
# 使用 numpy.full 创建不同 dtype 的填充数组
arr1 = np.full((2, 2), np.inf)
print("\n数组1 (填充 np.inf):")
print(arr1)
arr2 = np.full((2, 2), 10)
print("\n数组2 (填充整数 10):")
print(arr2)
arr3 = np.full((2, 2), 2, dtype=np.int64)
print("\n数组3 (int64 类型):")
print(arr3)
arr4 = np.full((2, 2), 2, dtype=np.int32)
print("\n数组4 (int32 类型):")
print(arr4)
arr5 = np.full((2, 2), 2, dtype=np.compat.long)
print("\n数组5 (兼容 long 类型):")
print(arr5)2）使用 numpy.full() 创建不同形状和类型的数组
import numpy as np
arr6 = np.full((2, 4, 3), 2, dtype=float)
print("\n数组6 (三维数组 float 类型):")
print(arr6)
arr7 = np.full((4, 4, 3), 2, dtype=np.double)
print("\n数组7 (三维数组 double 类型):")
print(arr7)
# 创建一个形状为 (3, 3) 的数组，用 7 填充
arr8 = np.full((3, 3), 7)
print("\n数组8 (填充 7 的二维数组):")
print(arr8)
# 创建一个形状为 (2, 2, 2) 的数组，用 -1 填充
arr9 = np.full((2, 2, 2), -1)
print("\n数组9 (三维数组 -1):")
print(arr9)
# 创建一个形状为 (2, 3) 的浮点型数组，用 0.5 填充
arr10 = np.full((2, 3), 0.5, dtype=float)
print("\n数组10 (填充 0.5 的二维浮点数组):")
print(arr10)
# 创建一个形状为 (4,) 的数组，用 'hello' 字符串填充
arr11 = np.full(4, 'hello')
print("\n数组11 (填充字符串 'hello'):")
print(arr11)