详解np.full函数

一、np.full函数

使用np.full函数创建一个给定形状和类型的数组，填充值为给定的标量值。

与np.zeros和np.ones函数不同，np.full可以让我们创建一个数组并且在创建时就赋值一个给定的标量值，而不是默认为0或1。

二、np.full函数语法

np.full(shape, fill_value, dtype=None, order=’C’, *, like=None)

• shape:要创建数组的形状，可以是一个整数或一个整数元组。
• fill_value:数组应该填充的标量值。
• dtype:数组应该具有的数据类型，默认为None，该值将推断出要使用的数据类型。
• order:用于存储数组的内存布局。
• like:将使用其形状创建新数组的对象。

三、np.full的用法

示例1：创建一个形状为（3，3）的数组，使用数字5填充数组中的所有元素。

import numpy as np

arr = np.full((3,3), 5)
print(arr)

输出：

[[5 5 5]
 [5 5 5]
 [5 5 5]]

示例2：创建一个形状为（2，2，2）的数组，使用5.3作为标量值，并将数据类型设置为int。

import numpy as np

arr = np.full((2,2,2), 5.3, dtype=int)
print(arr)

输出：

[[[5 5]
  [5 5]]

 [[5 5]
  [5 5]]]

四、np.full怎么用

使用np.full创建一个形状为（4，2）的数组，并使用字符串填充数组。

import numpy as np

arr = np.full((4,2), "hello world")
print(arr)

输出：

[['hello world' 'hello world']
 ['hello world' 'hello world']
 ['hello world' 'hello world']
 ['hello world' 'hello world']]

五、np.full是什么意思

np.full是一种numpy函数，用于创建一个具有给定形状和类型的数组，并使用给定的标量值填充该数组。

六、np.full_like()函数

np.full_like()函数用于将一个给定数组的形状、数据类型和填充值应用于新数组。

示例：使用np.full_like()函数来创建shape_like数组形状的新数组。

import numpy as np

shape_like = np.array([[1,2,3],[4,5,6]])
arr = np.full_like(shape_like, 5)
print(arr)

输出：

[[5 5 5]
 [5 5 5]]

七、np.full()函数创建6*8

示例：使用np.full()函数创建一个6*8的数组，用8.5作为标量值。

import numpy as np

arr = np.full((6,8), 8.5)
print(arr)
 

输出：

[[8.5 8.5 8.5 8.5 8.5 8.5 8.5 8.5]
 [8.5 8.5 8.5 8.5 8.5 8.5 8.5 8.5]
 [8.5 8.5 8.5 8.5 8.5 8.5 8.5 8.5]
 [8.5 8.5 8.5 8.5 8.5 8.5 8.5 8.5]
 [8.5 8.5 8.5 8.5 8.5 8.5 8.5 8.5]
 [8.5 8.5 8.5 8.5 8.5 8.5 8.5 8.5]]