這次帶給大家怎麼對numpy裡數組元素賦統一的值，對numpy裡數組元素賦統一值的注意事項有哪些，下面就是實戰案例，一起來看一下。
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
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
物件導向的標籤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，
具體方法實現如下：
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.])
以上是怎麼對numpy裡數組元素賦統一的值的詳細內容。更多資訊請關注PHP中文網其他相關文章！
