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.ones 是一个用于创建指定形状和类型的数组,其中的元素全部设为1的函数。这个函数在数据分析和科学计算中非常有用,特别是当需要一个初始化为特定值的数组时。

numpy.ones

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

返回一个指定形状和数据类型的新数组,并且数组中的值都为1

参数:

shape : intint的元组

新数组的形状,例如,(2, 3)2

dtype : 数据类型,可选

数组的所需数据类型,例如numpy.int8。默认是 numpy.float64

order : {'C','F'},可选,默认值:'C'

是否在内存中以行主(C-风格)或列主(Fortran-风格)顺序存储多维数据。

返回:

返回值类型 : ndarray

具有给定形状,数据类型和顺序的数组。

例如,

1) 创建一维数组

创建一个包含5个元素的一维数组,其中每个元素都是1,并且数据类型为默认的 float64

import numpy as np # 创建一个长度为5的一维全1数组 arr = np.ones(5) print(arr) # 输出: [1. 1. 1. 1. 1.]

2) 指定数据类型为整型

创建一个长度为5的一维数组,其中每个元素都是1,但这次指定数组的数据类型为整型。

import numpy as np

# 创建一个长度为5的一维全1数组,数据类型为int arr = np.ones((5,), dtype=int) print(arr) # 输出: [1 1 1 1 1]

3)创建二维数组

创建一个形状为 (2, 1) 的二维数组,即包含两个元素的数组,每个元素都是一个包含单个1的数组。

import numpy as np

# 创建一个形状为(2, 1)的二维全1数组 arr = np.ones((2, 1)) print(arr) # 输出:# [[1.]# [1.]]

4)使用变量定义形状

使用一个变量 s 来定义数组的形状,然后创建一个形状为 s 指定的形状的全1数组。在这个例子中,s(2, 2),意味着数组有22列。

import numpy as np

# 定义数组形状 s = (2, 2) # 创建一个形状为(2, 2)的二维全1数组 arr = np.ones(s) print(arr) # 输出:# [[1. 1.]# [1. 1.]]

推荐文档

相关文档

大家感兴趣的内容

随机列表