Bootstrap
NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中full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.]]]
>>>