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。
参考文档:Python numpy.full函数方法的使用-CJavaPy
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,
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:")
参考文档:Python numpy.full函数方法的使用-CJavaPy
标签:full,Python,dtype,np,数组,print,numpy From: https://www.cnblogs.com/tinyblog/p/18035813