如何在 Python 中使用 NumPy 创建空矩阵？

在 Python 中，一个空矩阵指的是没有任何行和列的矩阵。作为用于数值计算的强大库，NumPy 提供了多种方法来创建具有特定属性的矩阵，例如未初始化值、零值、NaN（非数字）或全 1 矩阵。下面我们将介绍使用 NumPy 创建空矩阵或预定义矩阵的不同方法。

使用 numpy.empty()

我们可以使用 numpy.empty() 函数来创建一个不初始化其值的数组。这意味着矩阵的内容将是随意的，取决于创建时的内存状态。当我们优先考虑性能，并且计划稍后覆盖矩阵中的值时，这非常有用。

Python


CODEBLOCK_c74d89f7

Output

Empty Matrix: []
Shape of matrix: (0, 5)
Data type of matrix: float64

解释： 这段代码创建了一个具有零行五列的空矩阵。由于没有行，输出是一个空列表 []。矩阵的形状是 (0, 5)，意味着它有零行五列。默认情况下，元素的数据类型 (dtype) 是 float64。

目录

• 使用 numpy.zeros()
• 使用 numpy.full()
• 使用 numpy.ones()

使用 numpy.zeros()

我们可以使用 numpy.zeros() 函数创建一个所有元素都初始化为零的矩阵。当我们需要默认值为零的矩阵时，这非常有用，常用于在机器学习中初始化权重矩阵或在计算中作为占位数组。

Python


CODEBLOCK_4702531c

Output

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

解释： 这创建了一个 5×3 的矩阵，所有元素都设置为 0。默认数据类型是 float64，但我们可以使用 dtype 参数来更改它。

使用 numpy.full()

我们可以使用 numpy.full() 函数创建一个所有元素都初始化为指定值的矩阵。当我们需要一个具有常量值的矩阵时，这很有用，例如使用 NaN（非数字）来表示缺失数据。

Python


CODEBLOCK_9399d947

Output

[[nan nan nan nan]
 [nan nan nan nan]
 [nan nan nan nan]
 [nan nan nan nan]]

解释： 这创建了一个 4×4 的矩阵，所有元素均为 NaN，非常适合处理数据集中的缺失值。

使用 numpy.ones()

我们可以使用 numpy.ones() 函数创建一个所有元素都初始化为 1 的矩阵。它适用于我们需要默认非零矩阵的场景，例如神经网络中的偏置初始化。

Python


CODEBLOCK_548a95ea

Output

[[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]

解释： 这创建了一个 3×3 的矩阵，所有元素均为 1.0，默认存储为 float64。