创建空数组、全零数组和全一数组

介绍

数组是 Numpy 库中的一种基础数据结构。在本实验中，我们将学习如何使用 Numpy 库中的 empty、zeroes 和 ones 函数来创建数组。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，可以随时向 Labby 寻求帮助。实验结束后请提供反馈，我们将及时为你解决问题。

使用 numpy.empty 创建空数组

numpy.empty 用于创建一个指定形状和数据类型的未初始化数组。

语法：numpy.empty(shape, dtype, order)

• shape：数组的期望形状。
• dtype：数组元素的数据类型。默认为 float。
• order：数组的存储顺序。默认为 C 风格的行优先（row-major）。设置为 'F' 表示 FORTRAN 风格（列优先顺序）。

代码：

import numpy as np

## 创建一个 4 行 3 列的数组
x = np.empty([4,3], dtype = int)
print(x)

输出：

[[206 0 0]
 [0 0 0]
 [0 0 0]
 [0 0 0]]

使用 numpy.zeros 创建全零数组

numpy.zeros 用于创建一个指定形状的数组，并将所有元素初始化为 0。

语法：numpy.zeros(shape, dtype, order)

• shape：数组的期望形状。
• dtype：数组元素的数据类型。默认为 float。
• order：数组的存储顺序。默认为 C 风格的行优先（row-major）。设置为 'F' 表示 FORTRAN 风格（列优先顺序）。

代码：

import numpy as np

## 创建一个 3x3 的数组，所有元素初始化为 0
arr = np.zeros((3,3), dtype = int)
print(arr)

输出：

[[0 0 0]
 [0 0 0]
 [0 0 0]]

使用 numpy.ones 创建全一数组

numpy.ones 用于创建一个指定形状的数组，并将所有元素初始化为 1。

语法：numpy.ones(shape, dtype, order)

• shape：数组的期望形状。
• dtype：数组元素的数据类型。默认为 float。
• order：数组的存储顺序。默认为 C 风格的行优先（row-major）。设置为 'F' 表示 FORTRAN 风格（列优先顺序）。

代码：

import numpy as np

## 创建一个 3x3 的数组，所有元素初始化为 1
arr = np.ones((3,3), dtype = int)
print(arr)

输出：

[[1 1 1]
 [1 1 1]
 [1 1 1]]

总结

在本实验中，我们学习了如何使用 Numpy 库中的 empty、zeroes 和 ones 函数创建数组。我们详细介绍了每个函数的语法、参数以及示例。