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。NumPy.full()函数是 NumPy 库中一个非常有用的函数,可以用于简化数组的创建过程。

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, (2, 3)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

使用示例,

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 创建填充数组
arr1 = np.full((2, 2), np.inf)
print("\n数组1:")
print(arr1)

arr2 = np.full((2, 2), 10)
print("\n数组2:")
print(arr2)

arr3 = np.full((2, 2), 2, dtype=np.int64)
print("\n数组3:")
print(arr3)

arr4 = np.full((2, 2), 2, dtype=np.int32)
print("\n数组4:")
print(arr4)

arr5 = np.full((2, 2), 2, dtype=np.compat.long)
print("\n数组5:")
print(arr5)

arr6 = np.full((2, 4, 3), 2, dtype=float)
print("\n数组6:")
print(arr6)

arr7 = np.full((4, 4, 3), 2, dtype=np.double)
print("\n数组7:")
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("数组8:")
print(arr1)

# 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:")
print(arr2)

# 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:")
print(arr3)

# 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11:")

推荐文档

相关文档

大家感兴趣的内容

随机列表