Numpy zeros() 函数

Numpy zeros() 函数用于创建一个指定形状和类型的新数组，其中每个元素初始化为 0。该数组可以是多维数组，并填充不同类型的零。数组的每个元素可以是包含多个字段的结构化数据类型，这些字段可以使用特定值进行自定义。

如果提供的形状值不是整数或整数元组，则 numpy.zeros() 函数会引发 TypeError。此函数是机器学习程序中广泛使用的重要函数之一。

语法

以下是 Numpy zeros() 函数的语法 -

numpy.zeros(shape, dtype=None, order='C', like=None)

参数

以下是 Numpy zeros() 函数的参数 -

• shape:可以是整数或整数序列，用于定义数组的维度。
• dtype(可选):默认情况下，数据类型根据输入数据推断。默认数据类型为 numpy.float64。
• order(可选):表示内存表示采用行优先(C 语言风格)还是列优先(Fortran 语言风格)。默认为 C。
• like(可选):它允许创建一个与输入对象类似的数组，但使用现有的类数组对象(例如另一个 NumPy 数组)。

返回值

此函数返回一个 Numpy ndarray(n 维数组)，其中填充了具有给定形状、数据类型和顺序的零。

示例

以下是使用 Numpy zeros() 函数创建 NumPy 数组的基本示例，其中每个元素都初始化为 0 -

import numpy as np
my_Array = np.zeros(5)
print('零数组 :',my_Array)

输出

以下是上述代码的输出 -

零数组:[0. 0. 0. 0. 0.]

示例:创建多维数组

numpy.zeros() 函数可以通过将一个整数值元组作为 shape 参数传递来创建多维数组，其中每个维度的大小由元组中相应的值指定。

在以下示例中，我们使用 numpy.zeroes() 创建了一个包含零的多维数组 -

import numpy as np
my_Array = np.zeros((3,4))
print('零数组 :')
print(my_Array)

输出

以下是上述代码的输出 -

零数组:
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

示例:数据类型为"int"的 NumPy 零数组

要创建数据类型为 int 的 NumPy 零数组，我们需要将 dtype 参数赋值为 int。这里，我们使用 numpy.zeros() 函数创建了一个 int 数据类型的 numpy zeros 数组 -

import numpy as np
my_Array = np.zeros((4,4),dtype='int')
print('零数组 :')
print(my_Array)

输出

以下是上述代码的输出 -

零数组:
[[0 0 0 0]
[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]

示例:具有元组数据类型的 NumPy 数组

我们可以将数组元素指定为元组及其对应的数据类型。在以下示例中，我们将第一个字段定义为整数，将第二个字段定义为浮点数据类型 -

import numpy as np
array_mix_type = np.zeros((2, 2), dtype=[('x', 'int'), ('y', 'float')])
print(array_mix_type)
print(array_mix_type.dtype)

输出

以下是上述代码的输出 -

[[(0, 0.) (0, 0.)]
 [(0, 0.) (0, 0.)]]
[('x', '<i8'), ('y', '<f8')]

numpy_array_creation_routines.html