我有以下代码:
r = numpy.zeros(shape = (width, height, 9))
它创建一个width x height x 9用零填充的矩阵。相反,我想知道是否有一个函数或方法可以NaN简单地将它们初始化为 s 。
width x height x 9
NaN
numpy 中的向量运算很少需要循环。您可以创建一个未初始化的数组并立即分配给所有条目:
>>> a = numpy.empty((3,3,)) >>> a[:] = numpy.nan >>> a array([[ NaN, NaN, NaN], [ NaN, NaN, NaN], [ NaN, NaN, NaN]])
我已经在a[:] = numpy.nan这里安排了替代方案的时间,a.fill(numpy.nan)并由布兰克发布:
a[:] = numpy.nan
a.fill(numpy.nan)
$ python -mtimeit "import numpy as np; a = np.empty((100,100));" "a.fill(np.nan)" 10000 loops, best of 3: 54.3 usec per loop $ python -mtimeit "import numpy as np; a = np.empty((100,100));" "a[:] = np.nan" 10000 loops, best of 3: 88.8 usec per loop
时间显示偏好ndarray.fill(..)作为更快的选择。OTOH,我喜欢 numpy 的便捷实现,您可以在其中为整个切片分配值,代码的意图非常明确。
ndarray.fill(..)
请注意,ndarray.fill它就地执行其操作,因此numpy.empty((3,3,)).fill(numpy.nan)将改为 return None。
ndarray.fill
numpy.empty((3,3,)).fill(numpy.nan)
None