3.5 KiB
3.5 KiB
NumPy Zeros–完整指南
原文：https://www.askpython.com/python-modules/numpy/numpy-zeros
你好，欢迎来到这个关于 Numpy 零点的教程。在本教程中，我们将学习 NumPy zeros 方法，也将看到许多关于相同的例子。让我们开始吧！
也读: NumPy 面试问题:为你的 Python 工作面试做好准备
什么是 NumPy 零？
NumPy zeros方法返回给定形状和数据类型的一个 Numpy 数组 ，所有值都设置为 0。
NumPy 零的语法
让我们先来看看语法。
numpy.zeros(shape, dtype=float, order='C', like=None)
| 参数 | 描述 | 必需/可选 | | 形状 | 所需的数组形状。它可以是一个整数，也可以是一组整数。 | 需要 | | 类型 | 所需的数组数据类型。 默认数据类型为浮点型。 | 可选择的 | | 命令 | 多维数据在存储器中存储的期望顺序。它可以是主要行(' C ')或主要列(' F ')。 默认顺序为**【C】，即行主**。 | 可选择的 | | like (array_like) | 引用对象，以允许创建不是 NumPy 数组的数组。 | 可选择的 |
**返回:**具有给定形状、数据类型和顺序的数组。
使用 Numpy 零的示例
现在让我们看看 numpy.zeros()方法的一些实际例子。
使用零的一维数组
import numpy as np
one_dim_array = np.zeros(4)
print(one_dim_array)
输出:
[0\. 0\. 0\. 0.]
使用零的二维数组
N×M 阵列
import numpy as np
two_dim_array = np.zeros((2, 3))
print(two_dim_array)
输出:
[[0\. 0\. 0.]
[0\. 0\. 0.]]
1×N 阵列
import numpy as np
one_row_array = np.zeros((1, 4))
print(one_row_array)
输出:
[[0\. 0\. 0\. 0.]]
N×1 阵列
import numpy as np
one_col_array = np.zeros((4, 1))
print(one_col_array)
[[0.]
[0.]
[0.]
[0.]]
一维整型数组
import numpy as np
one_dim_int_array = np.zeros(3, dtype=np.int64)
print(one_dim_int_array)
输出:
[0 0 0]
二维整型数组
import numpy as np
two_dim_int_array = np.zeros((2, 4), dtype=np.int64)
print(two_dim_int_array)
输出:
[[0 0 0 0]
[0 0 0 0]]
一维自定义数据类型数组
import numpy as np
custom_one_dim_array = np.zeros(3, dtype=[('x', 'int'), ('y', 'float')])
print(custom_one_dim_array)
print(custom_one_dim_array.dtype)
输出:
[(0, 0.) (0, 0.) (0, 0.)]
[('x', '<i4'), ('y', '<f8')]
在这个例子中，我们指定第一个值为 int，第二个值为 float。
二维自定义数据类型数组
我们可以将数组的元素指定为元组，还可以指定它们的数据类型。
import numpy as np
custom_two_dim_array = np.zeros((3, 2), dtype=[('x', 'float'), ('y', 'int')])
print(custom_two_dim_array)
print(custom_two_dim_array.dtype)
输出:
[[(0., 0) (0., 0)]
[(0., 0) (0., 0)]
[(0., 0) (0., 0)]]
[('x', '<f8'), ('y', '<i4')]
这里，代码指定数组元素中元组的第一个值是 float，第二个值是 int。
结论
仅此而已！在本教程中，我们学习了 Numpy zeros 方法，并使用相同的方法练习了不同类型的示例。