El término array vacía no tiene filas ni columnas. Una array que contiene valores faltantes tiene al menos una fila y una columna, al igual que una array que contiene ceros. Python numérico ( NumPy ) proporciona una gran cantidad de características y funciones útiles para operaciones en arrays y arreglos numéricos en Python. Si desea crear una array vacía con la ayuda de NumPy. Podemos usar una función:
- numpy.vacío
- numpy.ceros
1. numpy.empty: Devuelve una nueva array de forma y tipo determinados, sin inicializar las entradas.
Sintaxis: numpy.empty(forma, dtype=float, order=’C’)
Parámetros:
- forma: int o tupla de int, es decir, forma de la array (5,6) o 5.
- dtype tipo de datos, opcional, es decir, el tipo de datos de salida deseado para la array, por ejemplo, numpy.int8. El valor predeterminado es numpy.float64.
- order{‘C’, ‘F’}, opcional, predeterminado: ‘C’, es decir, si almacenar datos multidimensionales en orden de fila principal (estilo C) o columna principal (estilo Fortran) en la memoria.
Comencemos con la función vacía en NumPy considerando un ejemplo en el que desea crear una array vacía de 5 x 5
Ejemplo 1: Para crear una array vacía de 5 columnas y 0 filas:
Python3
import numpy as np x = np.empty((0, 5)) print('The value is :', x) # if we check the matrix dimensions # using shape: print('The shape of matrix is :', x.shape) # by default the matrix type is float64 print('The type of matrix is :', x.dtype)
Producción:
The value is : [] The shape of matrix is : (0, 5) The type of matrix is : float64
Aquí, la array consta de 0 filas y 5 columnas, por eso el resultado es ‘[ ]’. Tomemos otro ejemplo de función vacía en NumPy considerando un ejemplo en el que desea crear una array vacía de 4 x 2 con algunos números aleatorios.
Ejemplo 2: inicialización de una array vacía, utilizando las dimensiones/tamaño esperados:
Python3
# import the library import numpy as np # Here 4 is the number of rows and 2 # is the number of columns y = np.empty((4, 2)) # print the matrix print('The matrix is : \n', y) # print the matrix consist of 25 random numbers z = np.empty(25) # print the matrix print('The matrix with 25 random values:', z)
Producción :
La array es:
[[1,41200958e-316 3,99539825e-306]
[3,38460865e+125 1,06264595e+248]
[1,33360465e+241 6,76067859e-311]
[1,80734135e+187 60,47]2La array con 25 valores aleatorios: [1.28430744e-316 8.00386346e-322 0.0000000000E+000 0.0000000000E+000
0.00000000E+000 1.16095484E-028 5.28595592e-085 1.043167266e-076
1.75300400 +198 9.25608172e+135
4.73517493e-120 2.16209963e+233 3.99255547e+252 1.03819288e-028
2.16209973e+233 7.35874688e+223 2.34783498e+251 4.52287158e+217
8.78424170e+247 4.62381317e+252 1.47278596e+179 9.08367237e+223
1.16466228e-028]
Aquí, definimos el número de filas y columnas para que la array se llene con números aleatorios.
2. numpy.zeros: Devuelve una nueva array de forma y tipo determinados, llena de ceros.
Sintaxis: numpy.zeros(forma, dtype=float, order=’C’)
Parámetros:
- forma: int o tupla de int, es decir, forma de la array (5,6) o 5.
- dtype tipo de datos, opcional, es decir, el tipo de datos de salida deseado para la array, por ejemplo, numpy.int8. El valor predeterminado es numpy.float64.
- order{‘C’, ‘F’}, opcional, predeterminado: ‘C’, es decir, si almacenar datos multidimensionales en orden de fila principal (estilo C) o columna principal (estilo Fortran) en la memoria.
Comencemos con la función de ceros en NumPy considerando un ejemplo en el que desea crear una array con ceros.
Ejemplo: Para crear una array de ceros de 7 columnas y 5 filas:
Python3
import numpy as np x = np.zeros((7, 5)) # print the matrix print('The matrix is : \n', x) # check the type of matrix x.dtype
Producción :
The matrix is : [[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. 0. 0. 0.]] dtype('float64')
Publicación traducida automáticamente
Artículo escrito por yashisrivastav y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA