NumPy教程-numpy.zeros() 在 Python 中的使用
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。
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。
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。
