数组操作【免费下载链接】asnumpy-docs项目地址: https://gitcode.com/cann/asnumpy-docs::: info 当前 API 文档站仅保留了一组代表性API。由于 AsNumpy 前端与文档体系仍在进行较大幅度整改其余接口文档暂时隐藏待前端稳定后再逐步补全。当前文档仅供参考。 :::asnumpy.zerosasnumpy.zeros(shape: ShapeLike, dtype: DTypeLike None) - ndarray创建一个用零值初始化的数组。此函数分配一个具有指定形状的新asnumpy.ndarray并将所有元素填充为零。数组在 asnumpy 使用的当前执行设备上创建。参数shape(ShapeLike, int 或 int 序列): 指定输出数组的维度。单个整数创建一维数组序列定义多维形状。dtype(DTypeLike, 可选): 返回数组的数据类型。如果未提供则使用默认数值类型。返回值ndarray: 所有元素都设置为零且形状与给定shape参数匹配的数组。参见numpy.zeros: NumPy 创建零数组的等效函数。::: tip 返回的数组由 asnumpy 分配根据运行时配置可能驻留在加速器设备上。 :::示例 import asnumpy as ap ap.zeros(3) array([0., 0., 0.]) ap.zeros((2, 2), dtypeint) array([[0, 0], [0, 0]])asnumpy.zeros_likeasnumpy.zeros_like(other: ArrayLike, dtype: DTypeLike None) - ndarray创建一个与输入维度匹配的零初始化数组。此函数返回一个新的asnumpy.ndarray其形状与输入对象匹配所有元素都初始化为零。参数other(ArrayLike): 提供输出数组形状的参考对象。dtype(DTypeLike, 可选): 返回数组的数据类型。未显式指定时通常按输入推断在当前 asnumpy 测试用例中*_like系列通常显式传入dtype以确保行为与 NumPy 对齐。返回值ndarray: 填充零且与other形状相同的数组。参见asnumpy.zerosnumpy.zeros_like示例 import numpy as np import asnumpy as ap x ap.ndarray.from_numpy(np.array([[1, 2], [3, 4]], dtypenp.int32)) ap.zeros_like(x, dtypex.dtype) array([[0, 0], [0, 0]])asnumpy.fullasnumpy.full(shape: ShapeLike, value: ScalarLike, dtype: DTypeLike None) - ndarray创建一个填充特定值的数组。返回一个新的asnumpy.ndarray其中所有元素都设置为value。形状和 dtype 由shape和dtype参数控制。参数shape(ShapeLike, int 或 int 序列): 输出数组的形状。value(ScalarLike): 填充数组的值。dtype(DTypeLike, 可选): 数组的所需数据类型。返回值asnumpy.ndarray: 填充指定值的数组。::: tip 当前测试覆盖表明full已验证支持常见浮点、带符号整数、uint8与bool类型uint16与复数类型未在当前实现中支持。 :::参见numpy.fullasnumpy.full_like: 创建与另一个数组形状匹配的填充数组。asnumpy.zeros: 创建零数组。asnumpy.ones: 创建 1 数组。示例 import asnumpy as ap ap.full((2, 2), 7, dtypeap.int32) array([[7, 7], [7, 7]]) ap.full((2, 3), 3.5, dtypeap.float32) array([[3.5, 3.5, 3.5], [3.5, 3.5, 3.5]])asnumpy.full_likeasnumpy.full_like(other: ArrayLike, value: ScalarLike, dtype: DTypeLike None) - ndarray创建一个填充标量值的新数组从提供的数组继承形状。参数other(ArrayLike): 用于输出形状的数组。value(ScalarLike): 填充数组的值。dtype(DTypeLike, 可选): 输出数组的所需数据类型。在当前 asnumpy 测试用例中full_like通常显式传入该参数。返回值asnumpy.ndarray: 填充value且与other形状匹配的数组。::: tip 当前测试覆盖表明full_like已验证支持常见浮点、带符号整数、uint8与bool类型uint16未在当前实现中支持。 :::参见numpy.full_likeasnumpy.full: 从形状创建填充数组。示例 import numpy as np import asnumpy as ap x ap.ndarray.from_numpy(np.array([1, 2, 3, 4], dtypenp.int32)) ap.full_like(x, 9, dtypex.dtype) array([9, 9, 9, 9])asnumpy.emptyasnumpy.empty(shape: ShapeLike, dtype: DTypeLike None) - ndarray分配一个不初始化元素值的新数组。返回一个具有任意内容的新asnumpy.ndarray。数组形状和 dtype 由参数决定。参数shape(ShapeLike, int 或 int 序列): 输出数组的形状。dtype(DTypeLike, 可选): 数组的所需数据类型。返回值asnumpy.ndarray: 具有未初始化值的数组其内容未定义。参见numpy.empty示例 import asnumpy as ap ap.empty((2, 2)) array([[... , ...], [... , ...]])::: tip 上面的输出仅为示意。empty返回的元素值未定义不应依赖其具体内容。 :::asnumpy.empty_likeasnumpy.empty_like(prototype: ArrayLike, dtype: DTypeLike None) - ndarray分配一个与输入维度相同但未初始化的数组。参数prototype(ArrayLike): 用于输出形状的数组。dtype(DTypeLike, 可选): 输出数组的所需数据类型。在当前 asnumpy 测试用例中empty_like通常显式传入该参数。返回值asnumpy.ndarray: 具有未初始化值且与prototype形状相同的数组。参见numpy.empty_like示例 import numpy as np import asnumpy as ap a ap.ndarray.from_numpy(np.array([[1, 2], [3, 4]], dtypenp.int32)) ap.empty_like(a, dtypea.dtype) array([[... , ...], [... , ...]])::: tip 上面的输出仅为示意。empty_like返回的元素值未定义不应依赖其具体内容。 :::asnumpy.eyeasnumpy.eye(n: int, dtype: DTypeLike None) - ndarray生成一个对角线为 1、其他位置为 0 的 2-D 数组。生成一个对角线元素为 1、其他位置为 0 的方阵。参数n(int): 矩阵的行数和列数。dtype(DTypeLike, 可选): 矩阵的所需数据类型。返回值asnumpy.ndarray: 形状为(n, n)的单位矩阵。::: tip 当前测试覆盖表明eye已验证支持float32、常见带符号整数、uint8与boolfloat64与uint16未在当前实现中支持。 :::参见numpy.eyeasnumpy.identity: 创建单位数组的等效函数。示例 import asnumpy as ap ap.eye(3, dtypeap.int32) array([[1, 0, 0], [0, 1, 0], [0, 0, 1]])asnumpy.onesasnumpy.ones(shape: ShapeLike, dtype: DTypeLike None) - ndarray创建一个填充 1 的数组。参数shape(ShapeLike, int 或 int 序列): 输出数组的形状。dtype(DTypeLike, 可选): 数组的所需数据类型。返回值asnumpy.ndarray: 具有指定形状和 dtype 的 1 数组。::: tip 当前测试覆盖表明ones已验证支持float32、float64、常见带符号整数、uint8与bool不支持float16、uint16/32/64、complex并非所有 NumPy dtype 都已在当前实现中验证支持。 :::参见numpy.ones示例 import asnumpy as ap ap.ones(4, dtypeap.float32) array([1., 1., 1., 1.])asnumpy.ones_likeasnumpy.ones_like(other: ArrayLike, dtype: DTypeLike None) - ndarray创建一个与输入维度匹配的 1 填充数组。参数other(ArrayLike): 用于输出形状的数组。dtype(DTypeLike, 可选): 输出数组的所需数据类型。在当前 asnumpy 测试用例中ones_like通常显式传入该参数。返回值asnumpy.ndarray: 与other形状相同以及可选的 dtype的 1 数组。::: tip 当前测试覆盖表明ones_like已验证支持float32、float64、常见带符号整数、uint8与bool并非所有 NumPy dtype 都已在当前实现中验证支持。 :::参见numpy.ones_like示例 import numpy as np import asnumpy as ap x ap.ndarray.from_numpy(np.array([[0, 1, 2], [3, 4, 5]], dtypenp.int32)) ap.ones_like(x, dtypex.dtype) array([[1, 1, 1], [1, 1, 1]])asnumpy.identityasnumpy.identity(n: int, dtype: DTypeLike None) - ndarray生成给定大小的单位矩阵。参数n(int): 行数和列数。dtype(DTypeLike, 可选): 矩阵的所需数据类型。返回值asnumpy.ndarray: 形状为(n, n)的单位矩阵。::: tip 当前测试覆盖表明identity已验证支持float32、常见带符号整数、uint8与boolfloat64与uint16未在当前实现中支持。 :::示例 import asnumpy as ap ap.identity(3, dtypeap.int32) array([[1, 0, 0], [0, 1, 0], [0, 0, 1]])【免费下载链接】asnumpy-docs项目地址: https://gitcode.com/cann/asnumpy-docs创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
