Numpy zeros()是一种用于创建数组的函数,它返回一个由零组成的数组。它可以用来创建多维数组,其形状和数据类型都可以自定义。它有以下特征:
numpy.zeros(shape, dtype=float, order='C')
参数解释:
shape
:数组形状,可以是一个整数或者一个元组(tuple)。 若是整数n,则返回一个具有n个零的一维数组;若是元组则创建相应形状的多维数组。dtype
:数组的数据类型,可选参数,默认为float
。其他可选参数有int
,str
。可以通过调用numpy.dtype()
指定特定的数据类型。order
:可选参数,C或F表示数组元素在内存中的存放顺序,C表示C-style,按行存储,F表示F-style,按列存储,默认为C-style。import numpy as np
# 创建一个3x3的零矩阵
a = np.zeros((3, 3))
print(a)
输出结果:
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
import numpy as np
# 创建一维数组
b = np.zeros(5)
print(b)
# 创建一维数组,元素类型为整数
c = np.zeros((5), dtype=int)
print(c)
输出结果:
[0. 0. 0. 0. 0.]
[0 0 0 0 0]
在实例1中,我们创建了一个形状为3x3的零矩阵。在实例2中,我们创建了一个长度为5的一维零数组,以及一个长度为5、元素类型为整数的一维零数组。这些示例说明了Numpy通过zeros()函数创建多维数组的用法,并且可以定义元素的数据类型。它在数据科学和机器学习领域中广泛使用。
本文链接:http://task.lmcjl.com/news/4421.html