怎麼對numpy裡數組元素賦統一的值

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.]])

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

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。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.])

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如何操作陣列和矩陣

Python的numpy陣列怎麼合併##### #####

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！