
Tworzenie macierzy i tablic w Pythonie jest niezwykle proste dzięki bibliotece NumPy. Jedną z przydatnych funkcji jest numpy.full()
, która pozwala na wygenerowanie tablicy o określonym rozmiarze i wypełnienie jej wybraną wartością. Jak działa numpy.full()
w języku Python? Przykład zastosowania znajdziesz poniżej.
Podstawowe działanie numpy.full()
Funkcja numpy.full()
służy do tworzenia tablic NumPy, wypełnionych dowolną wartością liczbową lub inną. Podstawowa składnia wygląda następująco:
numpy.full(shape, fill_value, dtype=None, order='C', like=None)
Główne argumenty tej funkcji to:
shape
– określa rozmiar tablicy, np. (3, 3) utworzy macierz 3×3, (5,) utworzy jednowymiarową tablicę pięcioelementową.fill_value
– wartość, którą mają być wypełnione wszystkie elementy tablicy.dtype
– opcjonalnie określa typ danych (np.int
,float
,bool
).
Przykłady użycia numpy.full()
Tworzenie tablicy jednowymiarowej
Jeżeli chcemy stworzyć jednowymiarową tablicę składającą się z pięciu elementów o wartości 7, możemy użyć poniższego kodu:
import numpy as np
tablica = np.full(5, 7)
print(tablica)
Wynik:
[7 7 7 7 7]
Tworzenie macierzy dwuwymiarowej
Analogicznie możemy stworzyć tablicę dwuwymiarową, np. rozmiaru 3×3, i wypełnić ją wartością 2.5:
import numpy as np
macierz = np.full((3, 3), 2.5)
print(macierz)
Wynik:
[[2.5 2.5 2.5]
[2.5 2.5 2.5]
[2.5 2.5 2.5]]
Tworzenie tablicy z określonym typem danych
Jeśli chcemy mieć tablicę składającą się z wartości całkowitych, możemy wymusić typ danych poprzez parametr dtype
:
import numpy as np
tablica_int = np.full((2, 4), 3, dtype=int)
print(tablica_int)
Wynik:
[[3 3 3 3]
[3 3 3 3]]
Porównanie numpy.full() z innymi funkcjami NumPy
Funkcja | Opis | Przykład |
---|---|---|
numpy.zeros() |
Tworzy tablicę wypełnioną zerami | np.zeros((3,3)) |
numpy.ones() |
Tworzy tablicę wypełnioną jedynkami | np.ones((2,5)) |
numpy.full() |
Tworzy tablicę wypełnioną określoną wartością | np.full((4,2), 9) |
Praktyczne zastosowania numpy.full()
Funkcja numpy.full()
jest bardzo przydatna w wielu sytuacjach, np.:
- Tworzenie macierzy inicjalnych w algorytmach numerycznych.
- Przygotowywanie macierzy z wartościami maskującymi.
- Generowanie testowych zestawów danych.
- Przygotowywanie tablic z domyślnymi wartościami dla dalszych obliczeń.
Dzięki tej funkcji można szybko i łatwo operować na tablicach NumPy, co czyni ją niezastąpioną w analizie danych, uczeniu maszynowym oraz innych zastosowaniach naukowych.
Podsumowanie
Jak działa numpy.full()
w języku Python? Przykład zastosowania pokazuje, że jest to funkcja umożliwiająca wygodne tworzenie tablic NumPy o stałej wartości. Może być używana w różnych kontekstach, od analizy danych po uczenie maszynowe. Jeśli zależy ci na szybkim inicjalizowaniu macierzy lub wektorów o określonej wartości, ta funkcja zdecydowanie powinna znaleźć się w twoim zestawie narzędzi NumPy.
Opanuj analizę danych w Pythonie z moim kursem!
Opanujesz podstawy programowania w Pythonie, w tym typy danych, zmienne, listy, słowniki, funkcje oraz obsługę błędów. Nauczysz się korzystać z biblioteki pandas do zaawansowanej analizy danych i pracy z różnymi rodzajami danych. Zrozumiesz proces analizy, eksploracji (EDA) i wizualizacji. Tworzenie własnych funkcji przygotuje Cię do rozmów kwalifikacyjnych i rozwiązywania rzeczywistych problemów biznesowych.
Zostań analitykiem danych – dołącz do KajoDataSpace!
Najlepsza ścieżka do zawodu analityka danych. Dostęp do pełnych wersji kursów online z Excela, SQLa, Tableau i Pythona z certyfikatami + specjalistycznych webinarów z PowerBI.
Ekskluzywana ale pomagająca sobie społeczność.
Ponad 61 godzin materiałów video.
Spotkania LIVE co miesiąc.
Mój osobisty mentoring.