NumPy配列の初期化（同一の値で埋める）

n各要素がである長さのNumPy配列を作成する必要がありますv。

より良いものはありますか：

a = empty(n)
for i in range(n):
    a[i] = v

私が知っているzerosとones、V Iは、使用することができます= 0、1のために働くだろうv * ones(n)が、それは時に動作しませんvでNone、またはるかに遅くなります。

導入numpyの1.8 np.full()より直接的な方法であり、empty()続いてfill()一定の値で充填アレイを作成します。

>>> np.full((3, 5), 7)
array([[ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.]])

>>> np.full((3, 5), 7, dtype=int)
array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])

これは間違いなく、特定の値で満たされた配列を作成する方法です。これは、達成されていることを明示的に示すためです（そして、非常に特定のタスクを実行するため、原則として非常に効率的です）。

Numpy 1.7.0用に更新：（@Rolf Bartstraへのヒント）

a=np.empty(n); a.fill(5) 最速です。

速度の降順：

%timeit a=np.empty(1e4); a.fill(5)
100000 loops, best of 3: 5.85 us per loop

%timeit a=np.empty(1e4); a[:]=5 
100000 loops, best of 3: 7.15 us per loop

%timeit a=np.ones(1e4)*5
10000 loops, best of 3: 22.9 us per loop

%timeit a=np.repeat(5,(1e4))
10000 loops, best of 3: 81.7 us per loop

%timeit a=np.tile(5,[1e4])
10000 loops, best of 3: 82.9 us per loop

私は信じてfillこれを行うための最速の方法です。

a = np.empty(10)
a.fill(7)

また、例で行っているように、常に反復を避ける必要があります。シンプルなa[:] = vものは、numpy ブロードキャストを使用してイテレーションが行うことを実現します。

どうやら、絶対速度だけでなく、速度の順序（user1579844によって報告される）もマシンに依存します。これが私が見つけたものです：

a=np.empty(1e4); a.fill(5) 最速です。

速度の降順：

timeit a=np.empty(1e4); a.fill(5) 
# 100000 loops, best of 3: 10.2 us per loop
timeit a=np.empty(1e4); a[:]=5
# 100000 loops, best of 3: 16.9 us per loop
timeit a=np.ones(1e4)*5
# 100000 loops, best of 3: 32.2 us per loop
timeit a=np.tile(5,[1e4])
# 10000 loops, best of 3: 90.9 us per loop
timeit a=np.repeat(5,(1e4))
# 10000 loops, best of 3: 98.3 us per loop
timeit a=np.array([5]*int(1e4))
# 1000 loops, best of 3: 1.69 ms per loop (slowest BY FAR!)

したがって、試してみて、プラットフォームで最速のものを使用してください。

持っていた

numpy.array(n * [value])

念頭に置いてください、しかし明らかにそれは十分に大きい他のすべての提案よりも遅いですn。

これはperfplot（私のペットプロジェクト）との完全な比較です。

2つのempty代替手段が（NumPy 1.12.1で）依然として最速です。full大きな配列に追いつきます。

プロットを生成するコード：

import numpy as np
import perfplot


def empty_fill(n):
    a = np.empty(n)
    a.fill(3.14)
    return a


def empty_colon(n):
    a = np.empty(n)
    a[:] = 3.14
    return a


def ones_times(n):
    return 3.14 * np.ones(n)


def repeat(n):
    return np.repeat(3.14, (n))


def tile(n):
    return np.repeat(3.14, [n])


def full(n):
    return np.full((n), 3.14)


def list_to_array(n):
    return np.array(n * [3.14])


perfplot.show(
    setup=lambda n: n,
    kernels=[empty_fill, empty_colon, ones_times, repeat, tile, full, list_to_array],
    n_range=[2 ** k for k in range(27)],
    xlabel="len(a)",
    logx=True,
    logy=True,
)

使用できますnumpy.tile。例：

v = 7
rows = 3
cols = 5
a = numpy.tile(v, (rows,cols))
a
Out[1]: 
array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])

がtile「タイル」（この場合のように代わりのスカラー）配列することを意味する、それは任意のサイズおよび寸法のプレフィルアレイを作成する仕事をします。

numpyなし

>>>[2]*3
[2, 2, 2]