NumPy creación de arrays

Además de poder crearse con el constructor subyacente ndarray, los arrays ndarray también se pueden crear de las siguientes formas.

numpy.empty

El método numpy.empty se utiliza para crear un array con una forma (shape) y tipo de datos (dtype) especificados, pero sin inicializar:

numpy.empty(shape, dtype = float, order = 'C')

Descripción de parámetros:

Parámetro Descripción
shape Forma del array
dtype Tipo de datos, opcional
order Tiene dos opciones, 'C' y 'F', que representan respectivamente el orden de almacenamiento de los elementos en la memoria del ordenador: fila principal (row-major) y columna principal (column-major).

A continuación se muestra un ejemplo de creación de un array vacío:

Ejemplo

import numpy as np x = np.empty([3,2], dtype = int) print (x)

El resultado de salida es:

[[ 6917529027641081856  5764616291768666155]
 [ 6917529027641081859 -5764598754299804209]
 [          4497473538      844429428932120]]

Nota− Los elementos del array son valores aleatorios porque no están inicializados.

numpy.zeros

Crea un array del tamaño especificado, con todos los elementos rellenados con 0:

numpy.zeros(shape, dtype = float, order = 'C')

Descripción de parámetros:

Parámetro Descripción
shape Forma del array
dtype Tipo de datos, opcional
order 'C' para el orden por filas de C, o 'F' para el orden por columnas de FORTRAN

Ejemplo

import numpy as np # Por defecto es de tipo flotante x = np.zeros(5) print(x) # Establecer el tipo como entero y = np.zeros((5,), dtype = int) print(y) # Tipo personalizado z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')]) print(z)

El resultado de salida es:

[0. 0. 0. 0. 0.]
[0 0 0 0 0]
[[(0, 0) (0, 0)]
 [(0, 0) (0, 0)]]

numpy.ones

Crea un array con la forma especificada, rellenando los elementos con 1:

numpy.ones(shape, dtype = None, order = 'C')

Descripción de parámetros:

Parámetro Descripción
shape Forma del array
dtype Tipo de datos, opcional
order 'C' para el orden por filas de C, o 'F' para el orden por columnas de FORTRAN

Ejemplo

import numpy as np # Por defecto es de tipo flotante x = np.ones(5) print(x) # Tipo personalizado x = np.ones([2,2], dtype = int) print(x)

El resultado de salida es:

[1. 1. 1. 1. 1.]
[[1 1]
 [1 1]]

numpy.zeros_like

numpy.zeros_like se utiliza para crear un array con la misma forma que el array dado, rellenando sus elementos con 0.

numpy.zeros y numpy.zeros_like se utilizan para crear un array de forma especificada, en el que todos los elementos son 0.

La diferencia entre ellos es que numpy.zeros puede especificar directamente la forma del array a crear, mientras que numpy.zeros_like crea un array con la misma forma que el array dado.

numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)

Descripción de parámetros:

Parámetro Descripción
a Array dado del cual se tomará la misma forma
dtype Tipo de datos del array creado
order Orden de almacenamiento del array en memoria; los valores opcionales son 'C' (por filas, fila mayor) o 'F' (por columnas, columna mayor), y el valor predeterminado es 'K' (preservar el orden de almacenamiento del array de entrada).
subok Si se permite devolver subclases; si es True, devuelve un objeto de subclase; de lo contrario, devuelve un array con el mismo tipo de datos y orden de almacenamiento que el array a.
shape Forma del array a crear; si no se especifica, se usa por defecto la forma del array a.

Crea un array con la misma forma que arr, con todos los elementos en 0:

Ejemplo

import numpy as np # Crear un array bidimensional de 3x3 arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Crear un array con la misma forma que arr, con todos los elementos en 0 zeros_arr = np.zeros_like(arr) print(zeros_arr)

El resultado de salida es:

[[0 0 0]
 [0 0 0]
 [0 0 0]]

numpy.ones_like

numpy.ones_like se utiliza para crear un array con la misma forma que el array dado, rellenando sus elementos con 1.

numpy.ones y numpy.ones_like se utilizan para crear un array de forma especificada, en el que todos los elementos son 1.

La diferencia entre ellos es que numpy.ones puede especificar directamente la forma del array a crear, mientras que numpy.ones_like crea un array con la misma forma que el array dado.

numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None)

Descripción de parámetros:

Parámetro Descripción
a Array dado del cual se tomará la misma forma
dtype Tipo de datos del array creado
order Orden de almacenamiento del array en memoria; los valores opcionales son 'C' (por filas, fila mayor) o 'F' (por columnas, columna mayor), y el valor predeterminado es 'K' (preservar el orden de almacenamiento del array de entrada).
subok Si se permite devolver subclases; si es True, devuelve un objeto de subclase; de lo contrario, devuelve un array con el mismo tipo de datos y orden de almacenamiento que el array a.
shape Forma del array a crear; si no se especifica, se usa por defecto la forma del array a.

Crea un array con la misma forma que arr, con todos los elementos en 1:

Ejemplo

import numpy as np # Crear un array bidimensional de 3x3 arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Crear un array con la misma forma que arr, con todos los elementos en 1 ones_arr = np.ones_like(arr) print(ones_arr)

El resultado de salida es:

[[1 1 1]
 [1 1 1]
 [1 1 1]]
Otras extensiones