我有以下代码:
r = numpy.zeros(shape = (width, height, 9))
它创建了一个 width x height x 9
填充零的矩阵。相反,我想知道是否有一个函数或方法可以简单地将它们初始化为 NaN
s。
最佳答案
在 numpy 中你很少需要循环来进行向量操作。 您可以创建一个未初始化的数组并一次分配给所有条目:
>>> a = numpy.empty((3,3,))
>>> a[:] = numpy.nan
>>> a
array([[ NaN, NaN, NaN],
[ NaN, NaN, NaN],
[ NaN, NaN, NaN]])
我在此处为 a[:] = numpy.nan
和 Blaenk 发布的 a.fill(numpy.nan)
计时:
$ 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。
请注意 ndarray.fill
就地执行其操作,因此 numpy.empty((3,3,)).fill(numpy.nan)
将改为返回无
。
https://stackoverflow.com/questions/1704823/