Numpy ones() 函数

Numpy ones() 函数用于创建一个指定形状和类型的新数组，其中每个元素初始化为 1。该数组可以是多维数组，由不同类型的 1 填充。数组的每个元素可以是包含多个字段的结构化数据类型，这些字段可以使用特定值进行自定义。

如果提供的形状值不是整数或整数元组，则 numpy.ones() 函数会引发 TypeError。此函数是机器学习程序中广泛使用的重要函数之一。

语法

以下是 Numpy ones() 函数的语法 -

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

参数

以下是 Numpy ones() 函数的参数 -

• shape - 可以是整数或整数序列，用于定义数组的维度。
• dtype(可选) - 默认情况下，数据类型根据输入数据推断。默认情况下，数据类型为 numpy.float64。
• order(可选) - 表示使用行优先(C 语言风格)还是列优先(Fortran 语言风格)内存表示。默认为 C。
• like(可选):它允许创建一个与输入对象类似的数组，但使用现有的类数组对象(例如另一个 NumPy 数组)。

返回值

此函数返回指定形状、数据类型和顺序的 Numpy ndarray(n 维数组)，其中每个元素初始化为 1。

示例

以下是使用 Numpy ones() 函数创建 NumPy 数组的基本示例，其中每个元素初始化为 1 -

import numpy as np
my_Array = np.ones(6)
print("One's Array :",my_Array)

输出

以下是上述代码的输出 -

One 的数组:[1. 1. 1. 1. 1. 1.]

示例:创建多维数组

numpy.ones() 函数可以通过将一个整数值元组作为 shape 参数传递来创建多维数组，其中每个维度的大小由元组中的相应值指定。

在以下示例中，我们使用 numpy.ones() 创建了一个包含 ones() 的多维数组 -

import numpy as np
my_Array = np.ones((3,4))
print("One's Array :")
print(my_Array)

输出

以下是上述代码的输出−

1 的数组:
[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]

示例:numpy.ones() 数组，数据类型为 'int'

我们可以创建一个 NumPy 数组，所有元素均初始化为 1，且为整数类型，因此 numpy.ones() 函数中的 dtype 参数必须设置为 int。

import numpy as np
my_Array = np.ones((3,3),dtype='int')
print("One's Array :")
print(my_Array)

输出

以下是上述代码的输出 -

One's Array :
[[1 1 1]
[1 1 1]
[1 1 1]]

示例:具有元组数据类型的 NumPy 数组

我们可以将数组元素指定为元组，并指定它们对应的数据类型。在以下示例中，我们将第一个字段定义为整数，将第二个字段定义为浮点数据类型 -

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)

输出

以下是上述代码的输出 -

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