numpy.zeros()函数是最重要的函数之一, 广泛用于机器学习程序中。此函数用于生成包含零的数组。
numpy.zeros()函数提供给定形状和类型的新数组, 并用零填充。
文章图片
语法
numpy.zeros(shape, dtype=float, order='C'
参数
shape:整数或整数元组
此参数用于定义数组的尺寸。此参数用于我们要在其中创建数组的形状, 例如(3, 2)或2。
dtype:数据类型(可选)
此参数用于定义数组的所需数据类型。默认情况下, 数据类型为numpy.float64。此参数对于定义不是必需的。
order:{‘ C’ , ‘ F’ }(可选)
此参数用于定义我们要在内存中存储数据的顺序, 即行主要(C样式)或列主要(Fortran样式)
返回
该函数返回一个ndarray。输出数组是具有指定形状, dtype, order并包含零的数组。
示例1:没有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。
- 我们已经声明了变量” a” 并分配了np.zeros()函数的返回值。
- 我们在函数中传递了一个整数值。
- 最后, 我们尝试打印’ a’ 的值。
示例2:无顺序的numpy.zeros()
import numpy as np
a=np.zeros((6, ), dtype=int)
a
输出
array([0, 0, 0, 0, 0, 0])
示例3:具有形状的numpy.zeros()
import numpy as np
a=np.zeros((6, 2))
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。
- 我们已经声明了变量” a” 并分配了np.zeros()函数的返回值。
- 我们已经传递了数组元素的形状。
- 最后, 我们尝试打印’ a’ 的值。
示例4:形状为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:具有自定义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。
- 我们已经声明了变量” a” 并分配了np.zeros()函数的返回值。
- 我们已经在函数中传递了形状和自定义数据类型。
- 最后, 我们尝试打印’ a’ 的值。
推荐阅读
- Python中的numpy.random()用法详细图解
- Python NumPy教程介绍
- Python中的numpy.where()实例
- NumPy trunc()方法
- NumPy tanh()方法
- python中的numpy.sum()用例
- 如何修复Windows 10视频调度程序内部错误(解决办法介绍)
- Android5.0 CheckBox颜色修改
- APPIUM Android 定位方式