Come creare una matrice vuota con NumPy in Python?
Il termine matrice vuota non ha righe né colonne. Una matrice che contiene valori mancanti ha almeno una riga e una colonna, così come una matrice che contiene zeri. Python numerico ( NumPy ) fornisce un'abbondanza di caratteristiche e funzioni utili per operazioni su array e matrici numeriche in Python. Se vuoi creare una matrice vuota con l'aiuto di NumPy. Possiamo usare una funzione:
- numpy.empty numpy.zeros
1. numpy.empty: Restituisce un nuovo array di forma e tipo specificati, senza inizializzare le voci.
Sintassi: numpy.empty(forma, dtype=float, ordine='C')
parametri:
- forma :int o tupla di int ovvero forma dell'array (5,6) o 5.
- dtype tipo dati, facoltativo ovvero tipo dati di output desiderato per l'array, ad esempio numpy.int8. Il valore predefinito ènumpy.float64.
- order{'C', 'F'}, facoltativo, predefinito: 'C' vale a dire se archiviare i dati multidimensionali in ordine di riga principale (stile C) o di colonna principale (stile Fortran) in memoria.
Iniziamo con la funzione vuota in NumPy considerando un esempio in cui si desidera creare una matrice vuota 5 x 5
Esempio 1: Per creare una matrice vuota di 5 colonne e 0 righe:
Python3
import> numpy as np> > > x> => np.empty((> 0> ,> 5> ))> print> (> 'The value is :'> , x)> > # if we check the matrix dimensions> # using shape:> print> (> 'The shape of matrix is :'> , x.shape)> > # by default the matrix type is float64> print> (> 'The type of matrix is :'> , x.dtype)> |
Produzione:
The value is : [] The shape of matrix is : (0, 5) The type of matrix is : float64
Qui, la matrice è composta da 0 righe e 5 colonne, ecco perché il risultato è '[ ]'. Prendiamo un altro esempio di funzione vuota in NumPy considerando l'esempio in cui si desidera creare una matrice vuota 4 x 2 con alcuni numeri casuali.
Esempio 2: Inizializzazione di un array vuoto, utilizzando le dimensioni/dimensioni previste:
Python3
# import the library> import> numpy as np> > # Here 4 is the number of rows and 2> # is the number of columns> y> => np.empty((> 4> ,> 2> ))> > # print the matrix> print> (> 'The matrix is :
'> , y)> > # print the matrix consist of 25 random numbers> z> => np.empty(> 25> )> > # print the matrix> print> (> 'The matrix with 25 random values:'> , z)> |
Produzione :
La matrice è:
[[1.41200958e-316 3.99539825e-306]
[3.38460865e+125 1.06264595e+248]
[1.33360465e+241 6.76067859e-311]
[1.80734135e+185 6.47273003e+170]]La matrice con 25 valori casuali: [1.28430744e-316 8.00386346e-322 0.00000000e+000 0.00000000e+000
0.00000000e+000 1.16095484e-028 5.28595592e-085 1.04316726e-076
1.75300433e+243 3.15476290e+180 2.45128397e+198 9.25608172e+135
4.73517493e-120 2.16209963e+233 3.99255547e+252 1.03819288e-028
2.16209973e+233 7.35874688e+223 2.34783498e+251 4.52287158e+217
8.78424170e+247 4.62381317e+252 1.47278596e+179 9.08367237e+223
1.16466228e-028]
Qui definiamo il numero di righe e colonne in modo che la matrice sia riempita con numeri casuali.
2. numpy.zeros: Restituisce un nuovo array di forma e tipo specificati, riempito con zeri.
Sintassi: numpy.zeros(forma, dtype=float, ordine='C')
parametri:
- forma: int o tupla di int ovvero forma dell'array (5,6) o 5.
- dtype tipo dati, facoltativo ovvero tipo dati di output desiderato per l'array, ad esempio numpy.int8. L'impostazione predefinita è numpy.float64.
- order{'C', 'F'}, facoltativo, predefinito: 'C' vale a dire se archiviare i dati multidimensionali in ordine di riga principale (stile C) o di colonna principale (stile Fortran) in memoria.
Iniziamo con la funzione zeri in NumPy considerando un esempio in cui si desidera creare una matrice con zeri.
Esempio: Per creare una matrice di zeri di 7 colonne e 5 righe:
Python3
import> numpy as np> x> => np.zeros((> 7> ,> 5> ))> > # print the matrix> print> (> 'The matrix is :
'> , x)> > # check the type of matrix> x.dtype> |
Produzione :
The matrix is : [[0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.]] dtype('float64') 
