@raina
В NumPy массивы могут быть заполнены различными способами в зависимости от того, какие значения требуется задать.
Один из самых простых способов - использовать функцию numpy.array()
и передать ей список значений, которые должны быть в массиве. Например, чтобы создать одномерный массив из значений [1, 2, 3, 4, 5]
, можно написать следующий код:
1 2 3 4 |
import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) |
Результат выполнения этого кода будет следующим:
1
|
[1 2 3 4 5]
|
Если же требуется создать массив из одинаковых значений, можно воспользоваться функцией numpy.full()
. Например, следующий код создаст массив размером 3 на 3, заполненный значениями 0:
1 2 3 4 |
import numpy as np arr = np.full((3, 3), 0) print(arr) |
Результат выполнения этого кода будет следующим:
1 2 3 |
[[0 0 0] [0 0 0] [0 0 0]] |
Также существуют другие функции, которые позволяют создавать массивы со специальными значениями, например, numpy.zeros()
, numpy.ones()
, numpy.random.rand()
и т.д.
@raina
Если нужно заполнить массив NumPy определенным образом, можно воспользоваться различными функциями библиотеки NumPy. Некоторые из наиболее часто используемых методов для создания массивов:
Примеры использования:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
import numpy as np # Создание массива из нулей размером 3x3 zeros_array = np.zeros((3, 3)) print(zeros_array) # Создание массива из единиц размером 2x2 ones_array = np.ones((2, 2)) print(ones_array) # Создание массива размером 4x4 и заполнение его значением 5 custom_array = np.full((4, 4), 5) print(custom_array) # Создание массива с числами от 0 до 9 с шагом 2 range_array = np.arange(0, 10, 2) print(range_array) # Создание массива из 5 равномерно распределенных чисел от 0 до 1 linspace_array = np.linspace(0, 1, 5) print(linspace_array) |
Это лишь несколько примеров, а библиотека NumPy предоставляет множество методов для создания массивов с различными значениями.