numpy.ones() in Python - Leitfaden

Die Python numpy.ones() Funktion gibt ein neues Array mit vorgegebener Form und Datentyp zurück, wobei der Wert der Elemente auf 1 gesetzt wird. Diese Funktion ist der numpy zeros() Funktion sehr ähnlich.

Argumente der numpy.ones() Funktion

Die Syntax der numpy.ones() Funktion ist:

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

Die Form ist ein int oder ein Tupel von ints, um die Größe des Arrays zu definieren. Wenn wir nur eine int Variable angeben, wird ein eindimensionales Array zurückgegeben. Für ein Tupel von ints wird das Array der gegebenen Form zurückgegeben.

Der dtype ist ein optionaler Parameter mit dem Standardwert als float. Er wird verwendet, um den Datentyp des Arrays anzugeben, zum Beispiel int.

Die Ordnung definiert, ob das mehrdimensionale Array im Speicher in Zeilenmajor- (C-Stil) oder Spaltenmajor- (Fortran-Stil) Ordnung gespeichert wird.

Beispiele für Python numpy.ones()

Lassen Sie uns einige Beispiele zur Erstellung von Arrays mit der numpy.ones() Funktion anschauen.

1. Erstellung eines eindimensionalen Arrays mit Einsen

import numpy as np

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

Output:

[1. 1. 1.]

Beachten Sie, dass die Elemente den Standarddatentyp als float haben. Deshalb sind die Einsen als 1. im Array.

2. Erstellung eines mehrdimensionalen Arrays

import numpy as np

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

Output:

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

3. NumPy ones Array mit int Datentyp

import numpy as np

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

Output:

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

4. NumPy Array mit Tupel-Datentyp und Einsen

Wir können die Arrayelemente als ein Tupel angeben und deren Datentypen ebenfalls spezifizieren.

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:

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