怎么在Python中使用numpy創建空數組

怎么在Python中使用numpy創建空數組？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

一、問題描述：

有一個shape為(308, 2)的二維數組，以及單獨的一個數字，需要保存到csv文件中，這個單獨的數字讓其保存到第3列第一行的位置。

二、具體的實現：

首先要想把一個(308, 2)的二維數組和一個數字給拼接起來，直接拼接沒辦法實現，因為行數和列數都不同的兩個ndarry是無法拼接的（此處按照目前我學的理解，是無法直接拼接的，如果可以的話，麻煩評論一下）。

然后我首先想到的解決方法就是先建一個(308,1)的二維數組，然后令這個二維數組的第一個元素設置成那個數字，然后進行拼接，保存。

為使數據可以顯示完全，以僅以3行數據為例：

>>> a = np.ones((3,2))
>>> b = 0.2
>>> _b = np.empty((3,1))
>>> _b[0, 0] = b
>>> c = np.c_[a, _b]
>>> print(c)
[[1.00000000e+000 1.00000000e+000 2.00000000e-001]
 [1.00000000e+000 1.00000000e+000 2.12199579e-313]
 [1.00000000e+000 1.00000000e+000 2.54639495e-313]]
>>>

但是這樣，我把結果保存到文件時，第3列的除第一行，其他的行是有數據的，我不想讓它顯示數據。
也就是empty這個函數只是創建一個未初始化的數組，實際上里面的數值都是垃圾值。

那么如何去實現視覺上沒有數據呢，其實利用空的字符串就可以了。

所以就通過np.ones設置dtype為str，此時生成的是元素都為空字符串的數組，（具體的原因還不清楚），然后此時若直接設置第一行的元素為某個值，是不行的，會自動變為'0‘，只有在拼接之后，然后再給它賦值才可以，這個地方我不是很理解，但是結果是正確的。

三、完整代碼：

y_true = np.ones((3, 1), dtype=np.int)
y_pred = np.ones((3, 1), dtype=np.int)
y = np.c_[y_true, y_pred]

accuracy = np.zeros(shape=(y_true.shape[0], 1), dtype=np.str)

# 此時若設置accuracy[0, 0] = '0.89'，最終accuracy[0, 0]存的是'0'，具體原因還不清楚

res = np.c_[y, accuracy]  # 先拼接起來
res[0, 2] = '0.89'  # 然后再設置就可以了

res = pd.DataFrame(res, columns=['y_true', 'y_pred', 'accuracy'])
res.to_csv('1.csv')  # 保存到文件中

從文件中讀取的時候，直接讀出來，空白的地方被賦值為nan

a = pd.read_csv('1.csv', usecols=(1, 2, 3))
a = a.values
print(a, type(a), a.dtype)

關于np.nan需要注意的地方如下：

• np.nan不是空對象。

• 對列表中的nan進行操作時不能用"==np.nan"來判斷。只能用np.isnan()來操作。

• np.nan的數據類型是float。

import numpy as np
 
np.nan == np.nan
Out[3]: False
 
aa = np.array([1,2,3,np.nan,np.nan,4,5,np.nan])
aa
Out[5]: array([  1.,   2.,   3.,  nan,  nan,   4.,   5.,  nan])
 
aa[aa==np.nan] = 100  #錯誤方式
aa
Out[7]: array([  1.,   2.,   3.,  nan,  nan,   4.,   5.,  nan])
 
aa[np.isnan(aa)] = 100  #對nan操作的正確方式
aa
Out[9]: array([   1.,    2.,    3.,  100.,  100.,    4.,    5.,  100.])
 
type(np.nan)
Out[10]: float

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。