Criar Matriz NumPy Vazia

Use numpy.zeros() quando quiser que cada elemento comece com o valor 0. Use numpy.empty() quando for atribuir um valor a cada elemento antes de o ler. Apesar do nome, numpy.empty() cria o número de elementos solicitado; apenas não define os valores iniciais. O argumento shape descreve as dimensões do array: um inteiro, como 5, cria um array unidimensional, enquanto uma tupla, como (3, 4), cria três linhas e quatro colunas.

Crie um array preenchido com zeros usando numpy.zeros()

numpy.zeros() aloca um array e inicializa todos os seus elementos com o valor 0. Passe um inteiro para criar um array unidimensional ou uma tupla para criar um array com várias dimensões. Por predefinição, o NumPy usa um tipo de dados de ponto flutuante, por isso os valores apresentados podem incluir casas decimais. Passe dtype=int se quiser elementos inteiros. Escolha esta função quando for útil ter um valor inicial conhecido, por exemplo, se cálculos posteriores atualizarem apenas algumas posições e as restantes tiverem de continuar com o valor 0.

Este exemplo cria um array unidimensional e outro array bidimensional de inteiros, e depois atualiza uma posição. Apresenta os valores e a tupla devolvida pelo atributo shape do array.

Execute este exemplo:

import numpy as np

values = np.zeros(5)
matrix = np.zeros((3, 4), dtype=int)
values[2] = 7

print(values)
print(matrix.shape)

[0. 0. 7. 0. 0.]
(3, 4)

Como numpy.zeros() inicializa todas as posições, também é adequado quando pretende preencher o array gradualmente. O tipo de dados inicial é importante: um array de inteiros armazena valores inteiros, enquanto um array de ponto flutuante pode representar valores fracionários. O parâmetro shape especifica sempre as dimensões; não significa necessariamente “linhas e colunas”. Uma forma com um único valor, como 5, tem uma dimensão, e (3, 4) tem duas.

Crie um array não inicializado usando numpy.empty()

Para tipos de dados numéricos comuns, numpy.empty() cria um array com a forma solicitada, mas não inicializa os elementos; por isso, os valores iniciais são indefinidos. O tipo de dados object é diferente: por exemplo, np.empty(2, dtype=object) inicializa ambos os elementos com None. Atribua um valor válido antes de ler qualquer elemento e não dependa do conteúdo inicial de arrays numéricos.

Use esta função quando o programa puder preencher todos os elementos de imediato e, para essa carga de trabalho, for útil evitar a etapa de inicialização. A possibilidade de isso poupar tempo de forma percetível depende do tamanho do array, das atribuições seguintes, do hardware e do restante trabalho; não existe uma vantagem de velocidade universal. Se precisar de valores iniciais fiáveis ou só for atualizar algumas posições, use numpy.zeros().

O exemplo seguinte atribui um valor a todas as posições antes de ler o array. Pode alterar as dimensões ou o tipo de dados, desde que mantenha a mesma regra: escreva em todos os elementos antes de os utilizar.

import numpy as np

values = np.empty((2, 3), dtype=int)
values[:] = [[1, 2, 3], [4, 5, 6]]

print(values)

[[1 2 3]
 [4 5 6]]

Para um array unidimensional, pode seguir a mesma abordagem com values = np.empty(5, dtype=int) e, em seguida, atribuir valores às cinco posições antes de qualquer leitura. Uma tupla passada como forma funciona da mesma maneira para mais dimensões. O nome numpy.empty() descreve a ausência de inicialização, não um array sem elementos; a forma e o número de elementos continuam a ser determinados pelo argumento fornecido.