如何创建空NumPy数组和全NumPy数组？

---

在本教程中，我们将学习如何创建空NumPy数组和全NumPy数组。NumPy代表Numerical Python（数值Python）。它是一个用于执行数值计算的Python库。它提供了一个多维数组对象。NumPy是一个流行的Python库，用于处理数组。它还具有用于线性代数、排序和矩阵领域的函数，并且经过优化以与最新的CPU架构一起工作。

NumPy非常快，因为它是用C语言编写的，这使得它更有效地创建数组。数组表示存储在内存中的一组相同数据类型的项目。在本教程结束时，我们将能够学习如何创建空数组和全数组。

语法

这是创建全数组和空数组的语法。

numpy.full(order of array, fill_value, dtype = None)
numpy.empty(order of array, dtype = None,)

在这个语法中，我们使用“numpy.full()”创建全数组，使用“numpy.empty()”创建空数组。数组参数的顺序表示数组的形状。fill_value和dtype参数是可选的。Fill_value可以是标量或数组，它将被赋值给数组。Dtype显示数组的数据类型。

示例1

这是一个例子，我们使用`np.empty()`函数创建一个空数组，然后我们将数组的顺序设置为2*3。然后我们使用`print()`函数显示数组。

import numpy as np
arr_empty = np.empty((2, 3))
print(arr_empty)

输出

[[6.93167257e-310 6.93171505e-310 6.93167256e-310]
 [6.93167256e-310 6.93167256e-310 6.93167256e-310]]

示例2

在这个例子中，我们使用`np.full()`函数创建一个数组，然后我们将数组的顺序设置为3*3。然后，我们将值填充为5。最后，我们使用`print()`函数显示数组。

import numpy as np
arr_full = np.full((3, 3), 5)
print(arr_full)

输出

[[5 5 5]
 [5 5 5]
 [5 5 5]]

示例3

在这个例子中，我们将数组的顺序设置为5*5，然后我们将数据类型设置为“int”来创建一个空整数数组。而在全数组中，我们将值设置为7，然后我们显示整数数组。

import numpy as np
arr_empty = np.empty((5, 5), dtype=int)
print("Empty Array")
print(arr_empty)

arr_full = np.full([5, 5], 7, dtype=int)
print("\n Full Array")
print(arr_full)

输出

Empty Array
[[4607182418800017408 4607182418800017408 4607182418800017408
  4607182418800017408 4607182418800017408]
 [4607182418800017408 4607182418800017408 4607182418800017408
  4607182418800017408 4607182418800017408]
 [4607182418800017408 4607182418800017408 4607182418800017408
  4607182418800017408 4607182418800017408]
 [4607182418800017408 4617315517961601024 4617315517961601024
  4621819117588971520 4621819117588971520]
 [4632233691727265792 4636737291354636288 4641240890982006784
  4645744490609377280 4650248090236747776]]

 Full Array
[[7 7 7 7 7]
 [7 7 7 7 7]
 [7 7 7 7 7]
 [7 7 7 7 7]
 [7 7 7 7 7]]

示例4

在这个例子中，我们将数组的顺序设置为4*4，然后我们将数据类型设置为float来创建一个空浮点数数组。而在全数组中，我们将值设置为6.34，然后我们显示浮点数数组。

import numpy as np  
arr_empty = np.empty((4, 4), dtype=float)
print("Empty Array")
print(arr_empty)

arr_full = np.full([4, 4], 6.34, dtype=float)
print("\n Full Array")
print(arr_full)

输出

Empty Array
[[ 1.         -0.11756978  0.87175378  0.81794113]
 [-0.11756978  1.         -0.4284401  -0.36612593]
 [ 0.87175378 -0.4284401   1.          0.96286543]
 [ 0.81794113 -0.36612593  0.96286543  1.        ]]

 Full Array
[[6.34 6.34 6.34 6.34]
 [6.34 6.34 6.34 6.34]
 [6.34 6.34 6.34 6.34]
 [6.34 6.34 6.34 6.34]]

结论

我们学习了使用NumPy创建数组。NumPy是一个著名的创建数组的库。使用NumPy还包括易于使用的函数，用于对数组数据集进行数学计算。它有几个模块用于在NumPy中执行基本和特殊的数学函数。我们还可以将多个库与NumPy结合使用以增强数组。总之，NumPy对于创建数组非常有效且快速；开发人员可以根据特定用途进一步定制它。