¿Cómo crear una array vacía con NumPy en Python?

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:

1. numpy.vacío
2. 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:

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:

# 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]2

La 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:

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')