如何创建全为真或全为假的numpy数组？

在Python中，如何创建由全True或全False填充的任意形状的numpy数组？

numpy已经可以非常容易地创建全1或全0的数组：

例如numpy.ones((2, 2))或numpy.zeros((2, 2))

由于True和FalsePython中被表示为1和0，分别，我们只有指定这个数组应该是布尔使用可选dtype参数，我们正在这样做。

numpy.ones((2, 2), dtype=bool)

返回：

array([[ True,  True],
       [ True,  True]], dtype=bool)

更新：2013年10月30日

从numpy 版本1.8开始，我们可以使用full语法更清楚地表明我们意图的语法来达到相同的结果（如fmonegaglia指出）：

numpy.full((2, 2), True, dtype=bool)

更新：2017年1月16日

因为至少numpy的1.12版，full自动转换结果到了dtype第二个参数，所以我们可以这样写：

numpy.full((2, 2), True)

numpy.full((2,2), True, dtype=bool)

ones和和zeros分别创建一个全为1和0的数组，它们带有一个可选dtype参数：

>>> numpy.ones((2, 2), dtype=bool)
array([[ True,  True],
       [ True,  True]], dtype=bool)
>>> numpy.zeros((2, 2), dtype=bool)
array([[False, False],
       [False, False]], dtype=bool)

如果它不是可写的，则可以使用以下方法创建这样的数组np.broadcast_to：

>>> import numpy as np
>>> np.broadcast_to(True, (2, 5))
array([[ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True]], dtype=bool)

如果需要可写，也可以fill自己创建一个空数组：

>>> arr = np.empty((2, 5), dtype=bool)
>>> arr.fill(1)
>>> arr
array([[ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True]], dtype=bool)

这些方法只是替代建议。通常，您应该坚持np.full，np.zeros或者np.ones像其他答案所建议的那样。

快速运行一个timeit，以查看np.full和之间是否有任何差异np.ones版本。

答：不可以

import timeit

n_array, n_test = 1000, 10000
setup = f"import numpy as np; n = {n_array};"

print(f"np.ones: {timeit.timeit('np.ones((n, n), dtype=bool)', number=n_test, setup=setup)}s")
print(f"np.full: {timeit.timeit('np.full((n, n), True)', number=n_test, setup=setup)}s")

结果：

np.ones: 0.38416870904620737s
np.full: 0.38430388597771525s

重要

关于帖子np.empty（由于声誉太低，我无法评论）：

不要那样做。请勿使用np.empty初始化全True数组

由于数组为空，因此不会写入内存，也无法保证您的值是多少，例如

>>> print(np.empty((4,4), dtype=bool))
[[ True  True  True  True]
 [ True  True  True  True]
 [ True  True  True  True]
 [ True  True False False]]

>>> a = numpy.full((2,4), True, dtype=bool)
>>> a[1][3]
True
>>> a
array([[ True,  True,  True,  True],
       [ True,  True,  True,  True]], dtype=bool)

numpy.full（大小，标量值，类型）。也可以传递其他参数，有关文档，请检查https://docs.scipy.org/doc/numpy/reference/produced/numpy.full.html