从零开始，如何轻松创建空的NumPy数组

从零开始轻松创建空的NumPy数组，可以通过NumPy库中的numpy.empty函数实现。这个函数允许你指定数组的形状（shape）和数据类型（dtype），但不会自动初始化数组中的元素值，因此创建的是“空”的，实际上这些值是未定义的，可能包含任何垃圾数据。使用numpy.empty时，只需导入NumPy库，然后调用numpy.empty(shape, dtype=float)，shape是元组形式，定义了数组的形状，dtype`是可选的，用于指定数组中元素的数据类型。这样，你就能快速创建一个指定大小和类型的空NumPy数组了。

在数据科学和机器学习领域，NumPy库因其强大的数组处理能力而备受青睐，NumPy数组（ndarray）是这一库的核心数据结构，它不仅支持高效的数值计算，还提供了丰富的数学函数库，对于初学者来说，如何正确地创建和操作这些数组可能会是一个挑战，我们就来聊聊如何从零开始，轻松创建空的NumPy数组。

为什么需要空的NumPy数组？

在数据处理或算法实现中，有时我们需要在开始时定义一个数组框架，但暂时不填充具体数据，在迭代过程中逐步构建数据集，或者在算法初始化时预留空间，空的NumPy数组就为我们提供了这样的灵活性。

如何创建空的NumPy数组？

在NumPy中，直接创建一个“完全空”的数组（即不占用任何数据空间的数组）并不是NumPy设计的初衷，因为ndarray本质上是为了存储数值数据而设计的，我们可以通过几种方式来实现类似“空”数组的效果。

1. 使用numpy.empty（非严格意义上的空）

numpy.empty函数可以创建一个给定形状和类型的新数组，但数组中的元素是未初始化的，即它们的内容是未定义的，可能是任何值，这虽然不是严格意义上的“空”，但在某些场景下可以视为一种“空”的替代。

import numpy as np
创建一个形状为(3, 4)的未初始化数组
empty_array = np.empty((3, 4))
print(empty_array)
注意：输出值将是随机的，因为内存中的这些位置之前可能存储了其他数据

2. 使用numpy.zeros或numpy.ones（特定值的“空”）

虽然这不是真正的空数组，但numpy.zeros和numpy.ones可以创建所有元素分别为0或1的数组，这在某些情况下可以视为一种“空”的初始化方式，特别是当你需要确保数组中的每个位置都有一个明确的初始值时。

创建一个形状为(2, 3)的全0数组
zeros_array = np.zeros((2, 3))
print(zeros_array)
创建一个形状为(2, 3)的全1数组
ones_array = np.ones((2, 3))
print(ones_array)

3. 使用numpy.full（自定义值的“空”）

numpy.full函数允许你创建一个形状指定且所有元素都设置为同一值的数组，这同样不是真正的空数组，但提供了一种灵活的方式来初始化数组。

创建一个形状为(2, 2)且所有元素都为-1的数组
full_array = np.full((2, 2), -1)
print(full_array)

常见问题解答

Q: 有没有办法直接创建一个完全不占用内存空间的NumPy数组？

A: 在NumPy中，没有直接创建完全不占用内存空间的数组的方法，NumPy数组的设计初衷是为了高效地存储和操作数值数据，因此它们总是需要分配一定的内存空间，如果你需要表示一个“空”的概念，可以考虑使用None或者根据上下文使用其他数据结构（如列表的列表，但注意这不会提供NumPy数组的性能优势）。

Q: 使用numpy.empty创建的数组中的值为什么是随机的？

A:numpy.empty函数只是简单地分配了指定形状和类型的内存空间，而没有对这些空间进行初始化，这些空间中的值将是之前存储在那些内存位置上的任何数据，这通常是不可预测的，看起来就像是随机的，如果你需要数组中的值具有可预测性，应该使用numpy.zeros、numpy.ones或numpy.full等函数来初始化数组。