Python技术迷

NumPy教程-numpy.zeros() 在 Python 中的使用

整理:python架构师
numpy.zeros() 函数是机器学习程序中广泛使用的最重要的函数之一。该函数用于生成一个包含零的数组。

numpy.zeros() 函数生成一个给定形状和类型的新数组,数组中的元素都填充为零。

Image

语法

numpy.zeros(shape, dtype=float, order='C'  

参数

shape: int 或 int 元组
该参数用于定义数组的维度。我们可以使用此参数来指定我们要创建的数组的形状,例如 (3, 2) 或 2。
dtype: 数据类型(可选)
该参数用于定义所需的数组数据类型。默认情况下,数据类型为 numpy.float64。该参数对于定义数组并非必需。
order: {'C', 'F'}(可选)
该参数用于定义存储数据在内存中的顺序,可以是行优先(C 风格)或列优先(Fortran 风格)。

返回值

该函数返回一个 ndarray。输出的数组具有指定的形状、数据类型和顺序,其中的元素都为零。

专属福利 

👉点击领取:最全Python资料合集

示例 1: 不使用 dtype 和 order 的 numpy.zeros()

import numpy as np  a=np.zeros(6)  a  
输出:
array([0., 0., 0., 0., 0., 0.])

在上面的代码中

  • 我们导入了别名为 np 的 numpy 库。
  • 我们声明了变量 'a',并将 np.zeros() 函数的返回值赋给了它。
  • 我们在函数中传递了一个整数值。
  • 最后,我们尝试打印变量 'a' 的值。
输出显示了一个带有浮点数零的数组。

示例 2: 不使用 order 的 numpy.zeros()

import numpy as np  a=np.zeros((6,), dtype=int)  a   array([0, 0, 0, 0, 0, 0])
输出:
array([0, 0, 0, 0, 0, 0])

示例 3: 使用 shape 的 numpy.zeros()

import numpy as np  a=np.zeros((6,), dtype=int)  a   
输出:
array([[0., 0.],       [0., 0.],       [0., 0.],       [0., 0.],       [0., 0.],       [0., 0.]])

在上面的代码中

  • 我们导入了别名为 np 的 numpy 库。

  • 我们声明了变量 'a',并将 np.zeros() 函数的返回值赋给了它。

  • 我们在函数中传递了数组元素的形状。

  • 最后,我们尝试打印变量 'a' 的值。

输出显示了一个具有给定形状的数组。

示例 4: 使用 shape 的 numpy.zeros()

Import numpy as np  s1=(3,2)  a=np.zeros(s1)  a

输出:

array([[0., 0.],       [0., 0.],       [0., 0.]])

示例 5: 使用自定义 dtype 的 numpy.zeros()

Import numpy as np  a=np.zeros((3,), dtype=[('x', 'i4'), ('y', 'i4')])  a
输出:
array([(0, 0), (0, 0), (0, 0)], dtype=[('x', '<i4'), ('y', '<i4')])

在上面的代码中

  • 我们导入了别名为 np 的 numpy 库。

  • 我们声明了变量 'a',并将 np.zeros() 函数的返回值赋给了它。

  • 我们在函数中传递了数组元素的形状和自定义数据类型。

  • 最后,我们尝试打印变量 'a' 的值。

输出显示了一个包含自定义数据类型零的数组。
Image
 1
Image
热门推荐

Image