怎麼對numpy裡數組元素賦統一的值

這次給大家帶來怎麼對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中的數組整體處理賦值操作一直讓我有點迷糊，很多時候理解的不深入。今天單獨列寫相關的知識點，進行總結一下。

先看兩個代碼片小例子：

例子1：

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

例子2：

In [6]: arr1 =np.empty(2)In [8]: arr1Out[8]:array([ 7.74860419e-304,  7.74860419e-304])In [9]: arr1 = 0In [10]: arr1Out[10]: 0

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理解模型還是能夠理解的。

例子1中，加上了索引之後的標籤其實指代的就是具體的儲存區，而例子2中，直接使用了一個標籤而已。那麼這樣如何?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]: arr1Out[12]: array([0., 0.])In [13]: arr1[:]Out[13]: array([0., 0.])In [14]: arr1[:] =0In [15]: arr1Out[15]: array([0., 0.])

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。

相信看了本文案例你已經掌握了方法，更多精彩請關注php中文網其它相關文章！

推薦閱讀：

Python Numpy如何運算元組和矩陣

Python的numpy數組怎麼合并