zeros和ones函数需传入一个元组（如(3,4)）指定形状，而非多个整数；dtype默认float64，应按需显式设置以避免隐式转换；一维须用(5,)而非(5)；empty+fill仅适用于确定立即覆写的高性能场景。
zeros 和 ones 函数的基本用法与形状参数
直接传入一个表示维度的元组（或列表），就能生成指定形状的全零或全一 ndarray。注意不是传多个整数，而是传一个描述结构的序列。
-
np.zeros((3, 4))→ 3 行 4 列的浮点零矩阵（默认dtype=float64） -
np.ones((2, 3, 4))→ 形状为 (2, 3, 4) 的三维全一数组 - 错误写法：
np.zeros(3, 4)会报TypeError: function takes exactly 1 argument，因为只接受一个 shape 参数
控制数据类型：dtype 参数不能省略
默认是 float64，但很多场景需要整型、布尔型甚至低精度浮点（如训练时节省显存）。不显式指定 dtype 容易在后续计算中引入隐式类型转换，导致意外结果或性能下降。
- 整型矩阵：
np.zeros((5, 5), dtype=int)或更明确地写dtype=np.int32 - 布尔矩阵：
np.ones((2, 2), dtype=bool)→ 全True；np.zeros(..., dtype=bool)→ 全False - 半精度浮点（GPU 常见）：
np.ones((1024, 1024), dtype=np.float16)
避免常见坑：shape 参数里的括号和逗号细节
一维数组最容易出错——np.zeros(5) 是合法的（生成长度为 5 的一维数组），但 np.zeros((5,)) 才是显式的一维元组写法；而 np.zeros((5)) 等价于 np.zeros(5)，不是二维。
- 二维必须是两个数字的元组：
(3, 4)，不是(3,4,)（虽语法合法但易混淆）、更不是[3, 4]（虽然也能用，但 NumPy 文档推荐 tuple） - 单元素元组必须带逗号：
(1,)表示一维长度为 1；(1)是 int 类型，会被当作标量 shape，触发ValueError - 错误示例：
np.ones(2, 3)→ 缺少括号包裹，报TypeError；np.zeros([2 3])→ 语法错误
替代方案：empty + fill 适合大批量初始化
如果后续会立刻覆盖全部值（比如循环赋值或接续 copyto），用 np.empty(shape) 再 .fill(0) 或 .fill(1) 比 zeros/ones 略快——因为跳过了内存清零过程。但仅当确认不会读取未初始化内存时才这么用，否则可能拿到随机垃圾值。
立即学习“Python免费学习笔记（深入）”；
- 安全写法：
a = np.empty((1000, 1000)); a.fill(0) - 危险写法：
a = np.empty((3, 3)); print(a[0, 0])→ 输出不可预测 - 注意：
empty不保证内容为零，也不做任何填充，纯裸分配
zeros 和 ones 更稳妥；只有在高频初始化+确定立即覆写的场景下，才值得为那一点性能去碰 empty。形状写错和 dtype 忘设，才是日常调试中最常卡住人的两个点。 
