Python 中的 numpy.zeros()

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。此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，该数组填充为零。

语法

参数

shape: int 或 int 的元组

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

dtype：数据类型（可选）

此参数用于定义数组所需的 data-type。默认情况下，data-type 是 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希望在内存中存储数据的顺序，行优先（C 风格）或列优先（Fortran 风格）

返回

此函数返回一个 ndarray。输出数组是具有指定形状、dtype、顺序并包含零的数组。

示例 1：numpy.zeros()，没有 dtype 和 order

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。

在输出中，显示了一个带有浮点整数（零）的数组。

示例 2：numpy.zeros()，没有 order

输出

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

示例 3：numpy.zeros()，带形状

输出

array([[0., 0.],
       	[0., 0.],
       	[0., 0.],
       	[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，我们尝试打印“a”的值。

在输出中，显示了给定形状的数组。

示例 4：numpy.zeros()，带形状

输出

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

示例 5：numpy.zeros()，带自定义 dtype

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。
• 我们声明了变量“a”，并赋值了 np.zeros() 函数的返回值。
• 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“a”的值。

在输出中，显示了一个包含具有自定义数据类型的零的数组。