Python中的numpy.ones（）

Python numpy.ones() function returns a new array of given shape and data type, where the element’s value is set to 1. This function is very similar to numpy zeros() function.

Python numpy.ones（）函数返回给定形状和数据类型的新数组，其中元素的值设置为1。此函数与numpy zeros（）函数非常相似。

numpy.ones（）函数参数 (numpy.ones() function arguments)

The numpy.ones() function syntax is:

numpy.ones（）函数的语法为：

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

• The shape is an int or tuple of ints to define the size of the array. If we just specify an int variable, a one-dimensional array will be returned. For a tuple of ints, the array of given shape will be returned.
  形状是一个int或一个int元组，用于定义数组的大小。 如果我们仅指定一个int变量，则将返回一维数组。 对于一个整数元组，将返回给定形状的数组。
• The dtype is an optional parameter with default value as a float. It’s used to specify the data type of the array, for example, int.
  dtype是一个可选参数，默认值为float。 它用于指定数组的数据类型，例如int。
• The order defines the whether to store multi-dimensional array in row-major (C-style) or column-major (Fortran-style) order in memory.
  该顺序定义是在内存中以行优先（C风格）还是列优先（Fortran风格）顺序存储多维数组。

Python numpy.ones（）示例 (Python numpy.ones() Examples)

Let’s look at some examples of creating arrays using the numpy ones() function.

让我们看一些使用numpyones （）函数创建数组的示例。

1.用一个创建一维数组 (1. Creating one-dimensional array with ones)

import numpy as np

array_1d = np.ones(3)
print(array_1d)

Output:

输出：

[1. 1. 1.]

Notice that the elements are having the default data type as the float. That’s why the ones are 1. in the array.

请注意，元素的默认数据类型为float。 这就是数组中1.的原因。

2.创建多维数组 (2. Creating Multi-dimensional array)

import numpy as np

array_2d = np.ones((2, 3))
print(array_2d)

Output:

输出：

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

3.具有int数据类型的NumPy个数组 (3. NumPy ones array with int data type)

import numpy as np

array_2d_int = np.ones((2, 3), dtype=int)
print(array_2d_int)

Output:

输出：

[[1 1 1]
 [1 1 1]]

4.具有元组数据类型和一个的NumPy数组 (4. NumPy Array with Tuple Data Type and Ones)

We can specify the array elements as a tuple and specify their data types too.

我们可以将数组元素指定为元组 ，也可以指定其数据类型。

import numpy as np

array_mix_type = np.ones((2, 2), dtype=[('x', 'int'), ('y', 'float')])
print(array_mix_type)
print(array_mix_type.dtype)

Output:

输出：

[[(1, 1.) (1, 1.)]
 [(1, 1.) (1, 1.)]]
[('x', '<i8'), ('y', '<f8')]

Python numpy.ones() Example

Python numpy.ones（）示例

Reference: API Doc

参考 ： API文档

翻译自: https://www.journaldev.com/32792/numpy-ones-in-python