2-7 常用生成函数

 

更常用的zeros ones¶

In [2]:

import numpy as np 
np.zeros(3)

Out[2]:

array([0., 0., 0.])

In [3]:

np.zeros((3,3))

Out[3]:

array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

In [4]:

np.ones((3,3))

Out[4]:

array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

In [5]:

np.ones((3,3))*8

Out[5]:

array([[8., 8., 8.],
       [8., 8., 8.],
       [8., 8., 8.]])

In [6]:

np.ones((3,3),dtype=np.float32)

Out[6]:

array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]], dtype=float32)

In [7]:

x=np.empty(6)#空的数组
x

Out[7]:

array([0., 0., 0., 0., 0., 0.])

In [9]:

x.fill(1)#填充
x

Out[9]:

array([1., 1., 1., 1., 1., 1.])

In [10]:

tang_array=np.array([1,2,3,4])
tang_array

Out[10]:

array([1, 2, 3, 4])

 

构造矩阵大小和……一样（形状）

In [11]:

np.zeros_like(tang_array)

Out[11]:

array([0, 0, 0, 0])

In [12]:

np.ones_like(tang_array)

Out[12]:

array([1, 1, 1, 1])

 

生产单位矩阵

In [13]:

np.identity(5)

Out[13]:

array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])