python中的4维零数组答案

【问题标题】：4 dimensional array of zeros in pythonpython中的4维零数组
【发布时间】：2015-04-28 13:48:19
【问题描述】：

我想在 python 中创建一个 4 维零数组。我知道如何对方形数组执行此操作，但我希望列表具有不同的长度。

现在我用这个：

numpy.zeros((200,)*4)

这给了他们所有的长度 200 但我想有长度 200,20,100,20 因为现在我的数组中有很多我不使用的零

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

你可以使用np.full:

>>> np.full((200,20,10,20), 0)

numpy.full

返回一个给定形状和类型的新数组，用 fill_value 填充。

例子：

>>> np.full((1,3,2,4), 0)
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.]]]])

【讨论】：

【解决方案2】：

您可以将多个 arg 传递给 shape：

shape : 整数或整数序列新数组的形状，例如 (2, 3) 或 2。

In [26]: arr = np.zeros((200, 20, 10, 20))

In [27]: arr.shape
Out[27]: (200, 20, 10, 20)

当你有大尺寸时，它似乎也更有效率：

In [43]: timeit arr = np.full((200, 100, 100, 100),0)
1 loops, best of 3: 232 ms per loop

In [44]: timeit arr = np.zeros((200, 100, 100, 100))
100000 loops, best of 3: 12.6 µs per loop
In [45]: timeit arr = np.zeros((500, 100, 100, 100))
100000 loops, best of 3: 13.5 µs per loop    
In [46]: timeit arr = np.full((500, 100, 100, 100),0)
1 loops, best of 3: 1.19 s per loop

【讨论】：

我不知道你可以将 args 传递给 shape。很高兴知道。

【解决方案3】：

从 Python v. 3.50 开始，使用 np.full 命令返回

FutureWarning: in the future, full((1, 3, 2, 4), 0) will return an array of dtype('int32').

基于此，我将插入@Padriac 的答案。不过，两者现在都可以使用！

【讨论】：