NumPy numpy.zeros()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()函数提供一个给定形状和类型的新数组，其中填充为零。

语法

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

参数

shape: int或int元组

这个参数用于定义数组的维度。这个参数用于我们想要创建数组的形状，比如(3,2)或2。

dtype: 数据类型（可选）

这个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。这个参数不是必需的。

order: {‘C’,’F’}（可选）

这个参数用于定义我们希望以怎样的顺序在内存中存储数据，可以是行主序（C风格）或列主序（Fortran风格）。

返回值

这个函数返回一个ndarray。输出数组是具有指定形状、数据类型、顺序的零数组。

示例1：没有指定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

• 我们使用别名np导入了numpy。
• 我们声明了变量’a’，并赋值为np.zeros()函数的返回值。
• 我们在函数中传递了一个整数值。
• 最后，我们尝试打印变量’a’的值。

输出中显示了一个具有浮点数零的数组。

示例2：numpy.zeros()不带顺序

import numpy as np
a=np.zeros((6,), dtype=int)
a 

输出:

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

示例3：numpy.zeros() 中使用 shape 参数

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.]])

在以上的代码中

• 我们使用别名np导入了numpy库。
• 我们声明了变量’a’并赋予了np.zeros()函数的返回值。
• 我们传递了数组元素的形状。
• 最后，我们打印了变量’a’的值。

在输出中，显示了一个给定形状的数组。

示例4：numpy.zeros()函数与形状

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

输出:

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

示例5：numpy.zeros()使用自定义的dtype

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

• 我们使用别名np导入了numpy库。
• 我们声明了变量’a’并将np.zeros()函数的返回值赋给它。
• 我们在函数中传递了形状和自定义数据类型。
• 最后，我们尝试打印变量’a’的值。

输出结果显示了一个包含自定义数据类型的零元素数组。