Cara menggunakan NUMPY.ONES pada Python

Dengan Python, bagaimana cara membuat array numpy dengan bentuk acak yang diisi dengan semua Benar atau semua Salah?

numpy sudah memungkinkan pembuatan array semua atau semua nol dengan sangat mudah:

misalnya numpy.ones((2, 2)) atau numpy.zeros((2, 2))

Karena True dan False diwakili dalam Python sebagai 1 dan 0, masing-masing, kita hanya perlu menentukan array ini harus boolean menggunakan parameter dtype opsional dan kita selesai.

numpy.ones((2, 2), dtype=bool)

pengembalian:

array([[ True,  True],
       [ True,  True]], dtype=bool)

UPDATE: 30 Oktober 2013

Karena numpy versi 1.8 , kita dapat menggunakan full untuk mencapai hasil yang sama dengan sintaks yang lebih jelas menunjukkan maksud kita (seperti yang ditunjukkan fmonegaglia):

numpy.full((2, 2), True, dtype=bool)

UPDATE: 16 Januari 2017

Karena setidaknya numpy versi 1.12 , full secara otomatis memberikan hasil ke dtype pada parameter kedua, jadi kita bisa menulis:

numpy.full((2, 2), True)

numpy.full((2,2), True, dtype=bool)

ones dan zeros, yang masing-masing membuat array penuh dengan nol dan nol, mengambil parameter dtype opsional:

>>> numpy.ones((2, 2), dtype=bool)
array([[ True,  True],
       [ True,  True]], dtype=bool)
>>> numpy.zeros((2, 2), dtype=bool)
array([[False, False],
       [False, False]], dtype=bool)

Jika tidak harus dapat ditulisi, Anda dapat membuat array dengan np.broadcast_to :

>>> import numpy as np
>>> np.broadcast_to(True, (2, 5))
array([[ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True]], dtype=bool)

Jika Anda membutuhkannya dapat ditulisi, Anda juga dapat membuat array kosong dan fillNAME _ sendiri:

>>> arr = np.empty((2, 5), dtype=bool)
>>> arr.fill(1)
>>> arr
array([[ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True]], dtype=bool)

Pendekatan-pendekatan ini hanyalah saran alternatif. Secara umum Anda harus tetap menggunakan np.full, np.zeros atau np.ones seperti yang disarankan oleh jawaban lain.

>>> a = numpy.full((2,4), True, dtype=bool)
>>> a[1][3]
True
>>> a
array([[ True,  True,  True,  True],
       [ True,  True,  True,  True]], dtype=bool)

numpy.full (Ukuran, Nilai Skalar, Jenis). Ada juga argumen lain yang dapat diajukan, untuk dokumentasi tentang itu, periksa https://docs.scipy.org/doc/numpy/reference/generated/numpy.full.html

Cepat jalankan timeit untuk melihat, jika ada perbedaan antara versi np.full dan np.ones.

Jawab: Tidak

import timeit

n_array, n_test = 1000, 10000
setup = f"import numpy as np; n = {n_array};"

print(f"np.ones: {timeit.timeit('np.ones((n, n), dtype=bool)', number=n_test, setup=setup)}s")
print(f"np.full: {timeit.timeit('np.full((n, n), True)', number=n_test, setup=setup)}s")

Hasil:

np.ones: 0.38416870904620737s
np.full: 0.38430388597771525s

(penting _

Mengenai pos tentang np.empty (dan saya tidak bisa berkomentar, karena reputasi saya terlalu rendah):

JANGAN MELAKUKANNYA. JANGAN GUNAKAN np.empty untuk menginisialisasi semua -Truearray

Karena array kosong, memori tidak ditulis dan tidak ada jaminan, apa nilai Anda nantinya, mis.

>>> print(np.empty((4,4), dtype=bool))
[[ True  True  True  True]
 [ True  True  True  True]
 [ True  True  True  True]
 [ True  True False False]]

Hanya demi menambahkan lebih banyak jawaban, inilah cara lain untuk menghasilkan array boolean bentuk sewenang-wenang. Langkah-langkahnya sudah jelas.

# desired shape
In [42]: shape = (2, 3)

In [43]: true_arr = np.empty(shape, dtype=np.bool)

# when needed an array with `False`y values, just negate the `True`thy values
In [44]: false_arr = ~np.empty(shape, dtype=np.bool)

In [45]: true_arr
Out[45]: 
array([[ True,  True,  True],
       [ True,  True,  True]], dtype=bool)

In [46]: false_arr
Out[46]: 
array([[False, False, False],
       [False, False, False]], dtype=bool)

>>> np.ones(5)
array([1., 1., 1., 1., 1.])

>>> np.ones((5,), dtype=int)
array([1, 1, 1, 1, 1])

>>> np.ones((2, 1))
array([[1.],
       [1.]])

>>> s = (2,2)
>>> np.ones(s)
array([[1.,  1.],
       [1.,  1.]])