您很少需要在numpy中进行矢量操作循环。您可以创建一个未初始化的数组并立即分配给所有条目：
>>> a = numpy.empty((3,3,))>>> a[:] = numpy.nan>>> aarray([[ NaN, NaN, NaN], [ NaN, NaN, NaN], [ NaN, NaN, NaN]])
我已经在
a[:] = numpy.nan这里和
a.fill(numpy.nan)Blaenk发布的时间安排了时间：
$ python -mtimeit "import numpy as np; a = np.empty((100,100));" "a.fill(np.nan)"10000 loops, best of 3: 54.3 usec per loop$ python -mtimeit "import numpy as np; a = np.empty((100,100));" "a[:] = np.nan" 10000 loops, best of 3: 88.8 usec per loop
时序显示优先选择
ndarray.fill(..)作为更快的替代方案。OTOH，我喜欢numpy的便捷实现，在该实现中您可以同时为整个slice分配值，代码的意图非常明确。
请注意，
ndarray.fill它是就地执行其操作，因此
numpy.empty((3,3,)).fill(numpy.nan)将改为return
None。
