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。
参考文档:Python numpy.zeros函数方法的使用-CJavaPy
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, dtype:数据类型,可选 数组的所需数据类型,例如, order : 指定数组在内存中的存储顺序,可以是 |
返回: |
返回值类型: 返回指定形状,数据类型和顺序,并且值的零的数组。 |
注意:zeros与empty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。
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)
参考文档:Python numpy.zeros函数方法的使用-CJavaPy