NumPy 数组初始化（填充相同的值）

Question

我需要创建一个长度为 n 的 NumPy 数组，其中的每个元素都是 v 。

有什么比：

 a = empty(n)
for i in range(n):
    a[i] = v

I know zeros and ones would work for v = 0, 1. I could use v * ones(n) , but it won’t work when v 是 None ，而且速度也会慢得多。

原文由 max 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

NumPy 1.8 引入了 np.full() ，这是一种比 empty() 更直接的方法，然后是 fill() 为某个数组填充了–

 >>> np.full((3, 5), 7)
array([[ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.]])

>>> np.full((3, 5), 7, dtype=int)
array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])

这可以说是创建一个充满特定值的数组 的 方法，因为它明确地描述了正在实现的目标（并且它在原则上可以非常有效，因为它执行非常具体的任务）。

原文由 Eric O Lebigot 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

针对 Numpy 1.7.0 进行了更新：（ 向@Rolf Bartstra 致敬。）

a=np.empty(n); a.fill(5) 最快。

按降速顺序：

 %timeit a=np.empty(10000); a.fill(5)
100000 loops, best of 3: 5.85 us per loop

%timeit a=np.empty(10000); a[:]=5
100000 loops, best of 3: 7.15 us per loop

%timeit a=np.ones(10000)*5
10000 loops, best of 3: 22.9 us per loop

%timeit a=np.repeat(5,(10000))
10000 loops, best of 3: 81.7 us per loop

%timeit a=np.tile(5,[10000])
10000 loops, best of 3: 82.9 us per loop

原文由 Yariv 发布，翻译遵循 CC BY-SA 4.0 许可协议