NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。numpy.zeros 函数用于创建一个指定形状(shape)和数据类型(dtype)的数组,并用零填充该数组。

numpy.zeros

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

返回指定形状和数据类型的新数组,用0填充。

参数:

shape:数组的形状,可以是一个整数或者整数元组,用来指定数组的维度,例如,(2, 3) 2

dtype:数据类型,可选

数组的所需数据类型,例如,numpy.int8。默认是 numpy.float64

order : {'C','F'},可选,默认:'C'

指定数组在内存中的存储顺序,可以是 'C' 表示按行主序存储,或者是 'F' 表示按列主序存储。默认是 'C'

返回:

返回值类型: ndarray

返回指定形状,数据类型和顺序,并且值的零的数组。

注意zerosempty不同的是,zeors会初始化数组中的值为0empty不会做初始化,需要手动去初始化,性能可能会稍微有点提升,这点是它们的区别,但它们的作用相同的。

使用示例,

import numpy as np

# 创建一个长度为 5 的零数组
arr1 = np.zeros(5)
print("数组1:")
print(arr1)

# 创建一个长度为 5、数据类型为整数的零数组
arr2 = np.zeros((5,), dtype=int)
print("\n数组2:")
print(arr2)

# 创建一个形状为 (2, 1) 的零数组
arr3 = np.zeros((2, 1))
print("\n数组3:")
print(arr3)

# 创建一个形状为 (2, 2) 的零数组
s = (2, 2)
arr4 = np.zeros(s)
print("\n数组4:")
print(arr4)

# 创建一个自定义数据类型的零数组
arr5 = np.zeros((2,), dtype=[('x', 'i4'), ('y', 'i4')]) # 自定义数据类型
print("\n数组5:")
print(arr5)

推荐文档

相关文档

大家感兴趣的内容

随机列表