如何创建N个相同值的Numpy数组？

Question

这肯定是一个简单的问题:

如何创建N值的numpy数组,所有相同的值？

例如,numpy.arange(10)创建10个从0到9的整数值.

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

我想创建一个由10个相同整数值组成的numpy数组,

array([3, 3, 3, 3, 3, 3, 3, 3, 3, 3])

Answer 1

用途numpy.full():

>> import numpy as np

>> np.full(
    shape=10,
    fill_value=3,
    dtype=np.int)

array([3, 3, 3, 3, 3, 3, 3, 3, 3, 3])

Answer 2

非常简单 1）我们使用 arange 函数：-

arr3=np.arange(0,10)
output=array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

2）我们使用提供1的ones函数，然后我们将乘以3：-

arr4=np.ones(10)*3
output=array([3., 3., 3., 3., 3., 3., 3., 3., 3., 3.])

Answer 3

另一种（更快）的方法是使用np.empty()and np.fill()：

\n

import numpy as np\n\nshape = 10\nvalue = 3\n\n\nmyarray = np.empty(shape, dtype=np.int)\nmyarray.fill(value)\n

\n

时间对比

\n

上述方法在我的机器上执行的目的是：

\n

951 ns \xc2\xb1 14 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000000 loops each)\n

\n

与使用np.full(shape=shape, fill_value=value, dtype=np.int)执行：

\n

1.66 \xc2\xb5s \xc2\xb1 24.3 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000000 loops each)\n

\n

与使用np.repeat(value, shape)执行：

\n

2.77 \xc2\xb5s \xc2\xb1 41.3 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 100000 loops each)\n

\n

与使用np.ones(shape) * value执行：

\n

2.71 \xc2\xb5s \xc2\xb1 56.2 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 100000 loops each)\n

\n

我发现它始终快一点。

\n

Answer 4

我意识到它没有使用 numpy，但这对于基本 python 来说非常容易。

data = [3]*10
print(data)
> [3, 3, 3, 3, 3, 3, 3, 3, 3, 3]