np.full（size，0）与np.zeros（size）与np.empty（）

Question

如果您要选择以下三种初始化零的数组中的一种，您可以选择其中一种，并且为什么？

my_arr_1 = np.full(size, 0) 

或

my_arr_2 = np.zeros(size) 

或

my_arr_3 = np.empty(size) 
my_arr_3[:] = 0 

Answer 1

我会用np.zeros，因为它的名字。我永远不会使用第三个成语，因为（1）它需要两个语句而不是单个表达式，（2）NumPy人难以优化。事实上，在与NumPy 1.10，np.zeros仍然是最快的选择，尽管所有的优化，以索引：

>>> %timeit np.zeros(1e6) 
1000 loops, best of 3: 804 µs per loop 
>>> %timeit np.full(1e6, 0) 
1000 loops, best of 3: 816 µs per loop 
>>> %timeit a = np.empty(1e6); a[:] = 0 
1000 loops, best of 3: 919 µs per loop 

更大的阵列与@约翰Z​​winck的结果进行比较：

>>> %timeit np.zeros(1e8) 
100000 loops, best of 3: 9.66 µs per loop 
>>> %timeit np.full(1e8, 0) 
1 loops, best of 3: 614 ms per loop 
>>> %timeit a = np.empty(1e8); a[:] = 0 
1 loops, best of 3: 229 ms per loop 

Answer 2

绝对np.zeros。它不仅是最地道的，共同的方式来做到这一点，它也是迄今为止最快的：

In [1]: size=100000000 

In [3]: %timeit np.full(size, 0) 
1 loops, best of 3: 344 ms per loop 

In [4]: %timeit np.zeros(size) 
100000 loops, best of 3: 8.75 µs per loop 

In [5]: %timeit a = np.empty(size); a[:] = 0 
1 loops, best of 3: 322 ms per loop