NumPy：如何进行数组初始化(填充相同的值)？内容来源于 Stack Overflow，并遵循CC BY-SA 3.0许可协议进行翻译与使用
内容来源于 Stack Overflow，并遵循CC BY-SA 3.0许可协议进行翻译与使用
- 回答 (2)
- 关注 (0)
- 查看 (139)
我需要创建一个长度为NumPy的数组n，其中的每一个元素都是v...
有什么比以下更好的吗？
a = empty(n)
for i in range(n):
a[i] = vzeros和ones对v=0，1有效。
NumPy 1.8np.full()，这是一种比empty()。
>>> np.full((3, 5), 7)
array([[ 7., 7., 7., 7., 7.],
[ 7., 7., 7., 7., 7.],
[ 7., 7., 7., 7., 7.]])
>>> np.full((3, 5), 7, dtype=int)
array([[7, 7, 7, 7, 7],
[7, 7, 7, 7, 7],
[7, 7, 7, 7, 7]])这可以说是创建一个包含特定值的数组的方法，因为它显式地描述了正在实现的目标(而且原则上它可以非常高效，因为它执行非常特定的任务)。
为Numpy 1.7.0更新：(向@Rolf Bartstra.)
a=np.empty(n); a.fill(5)是最快的。
按下降速度顺序：
%timeit a=np.empty(1e4); a.fill(5) 100000 loops, best of 3: 5.85 us per loop %timeit a=np.empty(1e4); a[:]=5 100000 loops, best of 3: 7.15 us per loop %timeit a=np.ones(1e4)*5 10000 loops, best of 3: 22.9 us per loop %timeit a=np.repeat(5,(1e4)) 10000 loops, best of 3: 81.7 us per loop %timeit a=np.tile(5,[1e4]) 10000 loops, best of 3: 82.9 us per loop
扫码关注云+社区