怎么在Python中使用numpy创建空数组？很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
有一个shape为(308, 2)的二维数组，以及单独的一个数字，需要保存到csv文件中，这个单独的数字让其保存到第3列第一行的位置。
首先要想把一个(308, 2)的二维数组和一个数字给拼接起来，直接拼接没办法实现，因为行数和列数都不同的两个ndarry是无法拼接的（此处按照目前我学的理解，是无法直接拼接的，如果可以的话，麻烦评论一下）。
然后我首先想到的解决方法就是先建一个(308,1)的二维数组，然后令这个二维数组的第一个元素设置成那个数字，然后进行拼接，保存。
为使数据可以显示完全，以仅以3行数据为例：
计算
安全
数据库
网络和加速
企业服务
>>> a = np.ones((3,2))
>>> b = 0.2
>>> _b = np.empty((3,1))
>>> _b[0, 0] = b
>>> c = np.c_[a, _b]
>>> print(c)
[[1.00000000e+000 1.00000000e+000 2.00000000e-001]
[1.00000000e+000 1.00000000e+000 2.12199579e-313]
[1.00000000e+000 1.00000000e+000 2.54639495e-313]]
>>>但是这样，我把结果保存到文件时，第3列的除第一行，其他的行是有数据的，我不想让它显示数据。
也就是empty这个函数只是创建一个未初始化的数组，实际上里面的数值都是垃圾值。
那么如何去实现视觉上没有数据呢，其实利用空的字符串就可以了。
所以就通过np.ones设置dtype为str，此时生成的是元素都为空字符串的数组，（具体的原因还不清楚），然后此时若直接设置第一行的元素为某个值，是不行的，会自动变为'0‘，只有在拼接之后，然后再给它赋值才可以，这个地方我不是很理解，但是结果是正确的。
y_true = np.ones((3, 1), dtype=np.int)
y_pred = np.ones((3, 1), dtype=np.int)
y = np.c_[y_true, y_pred]
accuracy = np.zeros(shape=(y_true.shape[0], 1), dtype=np.str)
# 此时若设置accuracy[0, 0] = '0.89'，最终accuracy[0, 0]存的是'0'，具体原因还不清楚
res = np.c_[y, accuracy] # 先拼接起来
res[0, 2] = '0.89' # 然后再设置就可以了
res = pd.DataFrame(res, columns=['y_true', 'y_pred', 'accuracy'])
res.to_csv('1.csv') # 保存到文件中
从文件中读取的时候，直接读出来，空白的地方被赋值为nan
a = pd.read_csv('1.csv', usecols=(1, 2, 3))
a = a.values
print(a, type(a), a.dtype)
关于np.nan需要注意的地方如下：
np.nan不是空对象。
对列表中的nan进行操作时不能用"==np.nan"来判断。只能用np.isnan()来操作。
np.nan的数据类型是float。
import numpy as np
np.nan == np.nan
Out[3]: False
aa = np.array([1,2,3,np.nan,np.nan,4,5,np.nan])
aa
Out[5]: array([ 1., 2., 3., nan, nan, 4., 5., nan])
aa[aa==np.nan] = 100 #错误方式
aa
Out[7]: array([ 1., 2., 3., nan, nan, 4., 5., nan])
aa[np.isnan(aa)] = 100 #对nan操作的正确方式
aa
Out[9]: array([ 1., 2., 3., 100., 100., 4., 5., 100.])
type(np.nan)
Out[10]: floatpython常用的库：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
