如何利用numpy快速获得一个全为0或1的ndarray变量？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文讲两个非常常见的numpy快速获取数组的方式，获得ndarray的成员全为零或者全为一。对，函数就是np.zeros()和np.ones()，功能就是获得全部为零或者一的ndarray。两者功能上非常类似，所以合并放在同一篇文章里面。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验文章。本文测试环境：win10，python@3.11.0，numpy@1.24.2。

函数原型

原型如下：

numpy.zeros(shape, dtype=None, order='C')

numpy.ones(shape, dtype=None, order='C')

• shape是一个整数或整数元组，用于指定输出数组的形状。
• dtype是数据类型，默认为float。
• order指定数组的存储顺序，默认为C，即按行存储。修改成F，意思是按列存储。

定义形状shape【最常用】

直接定义返回值的shape即可。例如：

import numpy as np

s0 = np.array([0, 0, 0])
s1 = np.zeros(3)
s2 = np.ones((3,))
s3 = np.zeros((1, 3))
s4 = np.ones((3, 1))

print(s0, type(s0))
print(s1, type(s1))
print(s2, type(s2))
print(s3, type(s3))
print(s4, type(s4))

输出：

[0 0 0] <class 'numpy.ndarray'>
[0. 0. 0.] <class 'numpy.ndarray'>
[1. 1. 1.] <class 'numpy.ndarray'>
[[0. 0. 0.]] <class 'numpy.ndarray'>
[[1.]
 [1.]
 [1.]] <class 'numpy.ndarray'>

定义类型dtype【默认是float64】

这个不怎么常用，实际上就是说定义"数字零或一"是整形还是浮点型，没有啥特别的意义，默认是浮点型。

例如：

import numpy as np

s0 = np.array([0, 0, 0])
s1 = np.zeros(3, dtype="int")
s2 = np.ones((3,), dtype="int32")
s3 = np.zeros((1, 3), dtype="float")
s4 = np.ones((3, 1), dtype="float64")
s5 = np.zeros((2, 2), dtype=int)
s6 = np.ones((2, 2), dtype=float)

print(s0, s0.dtype)
print(s1, s1.dtype)
print(s2, s2.dtype)
print(s3, s3.dtype)
print(s4, s4.dtype)
print(s5, s5.dtype)
print(s6, s6.dtype)

输出：

[0 0 0] int32
[0 0 0] int32
[1 1 1] int32
[[0. 0. 0.]] float64
[[1.]
 [1.]
 [1.]] float64
[[0 0]
 [0 0]] int32
[[1. 1.]
 [1. 1.]] float64

定义存储顺序order【无感】

一共有两种，默认order=C，按行存储。或者order=F，按列存储。对于zeros()或者ones()来说，这个order参数设置结果完全无感。（因为所有的成员变量都一样，order就没有啥意义了。）

也并不是说这个order参数没有什么作用，有作用。记住C就是大家所需要的，F参数会给大家带来认知上的困扰。

import numpy as np

s1 = np.zeros(3, dtype="int", order="C")
s2 = np.ones((3,), dtype="int32", order="F")

print(s1)
print(s2)

输出：

[0 0 0]
[1 1 1]

结束语

计算机代码就是零或者一的世界，直接生成全为零或者一的矩阵(数组)具有重要的数据初始化意义。更多python经验文章，请点击：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。