對numpy中數組元素的統一賦值實例-Python教學-PHP中文網

對numpy中數組元素的統一賦值實例

不言

發布： 2018-04-04 16:54:56

原創

3465 人瀏覽過

下面小編就為大家分享一篇對numpy中陣列元素的統一賦值實例，具有很好的參考價值，希望對大家有幫助。一起跟著小編過來看看吧

Numpy中的陣列整體處理賦值運算一直讓我有點迷糊，很多時候理解的不深入。今天單獨列寫相關的知識要點，進行總結。

先看兩個程式碼片小範例：

範例1：

In [2]: arr =np.empty((8,4))
 
In [3]: arr
Out[3]:
array([[ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.]])
 
In [4]: arr[1] = 1
 
In [5]: arr
Out[5]:
array([[ 0., 0., 0., 0.],
    [ 1., 1., 1., 1.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.]])

登入後複製

範例2：

In [6]: arr1 =np.empty(2)
In [8]: arr1
Out[8]:array([ 7.74860419e-304,  7.74860419e-304])
 
In [9]: arr1 = 0
 
In [10]: arr1
Out[10]: 0

登入後複製

這兩段看上去似乎出現了行為不一致，其實利用一般物件導向的標籤來理解模型還是能夠理解的。在

範例1中，加上了索引之後的標籤其實指涉的就是具體的儲存區，而範例2中，直接使用了一個標籤而已。那麼這樣如何實現對一個一維數組的全體賦值呢？其實只需要進行全部元素的索引即可，

具體方法實作如下：

In [11]: arr1 =np.empty(2)
 
In [12]: arr1
Out[12]: array([0., 0.])
 
In [13]: arr1[:]
Out[13]: array([0., 0.])
 
In [14]: arr1[:] =0
 
In [15]: arr1
Out[15]: array([0., 0.])

登入後複製

看起來似乎蠻簡單，但是不做一下稍微深入一點的分析，理解起來確實是還有一點點難度。