NumPy np.ones函數(shù)的具體使用

更新時(shí)間：2026年01月08日 08:53:22 作者：追逐此刻

本文主要介紹了NumPy np.ones函數(shù)的具體使用,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

一、核心功能

np.ones 是 NumPy 中用于創(chuàng)建指定形狀全1數(shù)組的基礎(chǔ)函數(shù)，語法結(jié)構(gòu)為：

numpy.ones(shape, dtype=None, order='C', *, like=None)

核心價(jià)值：提供標(biāo)準(zhǔn)化的數(shù)組初始化方式，避免手動(dòng)填充1值的繁瑣操作，廣泛用于數(shù)值計(jì)算、矩陣運(yùn)算和數(shù)據(jù)預(yù)處理場(chǎng)景。

二、參數(shù)詳解

參數(shù)名	類型	作用	典型取值
shape	整數(shù)/元組	定義數(shù)組維度	5（1D）、(3,4)（2D）、(2,2,3)（3D）
dtype	數(shù)據(jù)類型	指定元素類型	np.int32、np.float64（默認(rèn)）
order	{'C','F'}	內(nèi)存存儲(chǔ)順序	'C'（行優(yōu)先）、'F'（列優(yōu)先）

存儲(chǔ)方式	順序規(guī)則	適用場(chǎng)景	典型語言
'C'	行優(yōu)先	按行遍歷操作	C/Python
'F'	列優(yōu)先	按列計(jì)算（如矩陣運(yùn)算）	Fortran/Matlab

三、基礎(chǔ)應(yīng)用示例

import numpy as np

# 1. 創(chuàng)建1維數(shù)組
arr1d = np.ones(5)  # array([1., 1., 1., 1., 1.])

# 2. 創(chuàng)建2維矩陣
arr2d = np.ones((2, 3), dtype=int)  # array([[1, 1, 1], [1, 1, 1]])

# 3. 創(chuàng)建3維張量
arr3d = np.ones((2, 2, 2), dtype=np.float32)

四、高級(jí)應(yīng)用場(chǎng)景

權(quán)重矩陣初始化
在機(jī)器學(xué)習(xí)中初始化神經(jīng)元連接權(quán)重：

input_size = 100
hidden_size = 50
weights = np.ones((input_size, hidden_size)) * 0.01  # 小值初始化

掩碼數(shù)組創(chuàng)建
用于數(shù)據(jù)篩選或遮罩操作：

data = np.array([1, 3, 5, 7, 9])
mask = np.ones(5, dtype=bool)
mask[[1, 3]] = False  # array([ True, False,  True, False,  True])
filtered = data[mask]  # array([1, 5, 9])

與其他函數(shù)組合運(yùn)算

# 創(chuàng)建單位矩陣（等價(jià)于np.eye(3)）
identity = np.ones((3, 3)) * np.eye(3)

# 生成指定范圍的等差數(shù)列
start, 終止 = 2, 10
steps = np.ones(5) * np.linspace(start, 終止, 5)