Bootstrap
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。本文主要介绍一下NumPy中zeros方法的使用。

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:int或int元组

新阵列的形状,例如,或。(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'

是否在内存中以行主(C风格)或列主(Fortran风格)顺序存储多维数据。

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0,empty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。

例如,

>>>
>>> np.zeros(5)
array([ 0.,  0.,  0.,  0.,  0.])
>>>
>>> np.zeros((5,), dtype=int)
array([0, 0, 0, 0, 0])
>>>
>>> np.zeros((2, 1))
array([[ 0.],
       [ 0.]])
>>>
>>> s = (2,2)
>>> np.zeros(s)
array([[ 0.,  0.],
       [ 0.,  0.]])
>>>
>>> np.zeros((2,), dtype=[('x', 'i4'), ('y', 'i4')]) # custom dtype
array([(0, 0), (0, 0)],
      dtype=[('x', '<i4'), ('y', '<i4')])