Как инициализировать Numpy Array с нулями и теми

Автор оригинала: Chris.

Numpy – популярная библиотека Python для науки о данных, ориентируясь на линейную алгебру. В этой статье вы узнаете, как инициализировать ваш Numpy Array.

Как инициализировать Numpy Array с Zeros?

Чтобы инициализировать свой Numpy Array с Zeros, используйте функцию np.zeros (форма) где Форма это кортеж Это определяет форму вашего желаемого массива. Например, NP.ZEROS ((3,)) Определяет одномерный массив с тремя элементами «0», то есть To initialize your NumPy array with zeros, use the function np.zeros(shape) where shape is a tuple

Вот несколько примеров:

>>> np.zeros((3,))
array([0., 0., 0.])
>>> np.zeros((10,))
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
>>> np.zeros((2, 2))
array([[0., 0.],
       [0., 0.]])
>>> np.zeros((2, 3, 4))
array([[[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]],

       [[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]]])

Первое значение кортежного кортежного кортежа – это количество элементов в оси 0.
Второе величина кортежей формы кортежа – это количество элементов в оси 1.
…
Значение N-Th Tupple формы кортежа – это количество элементов в оси n.

Полученный массив заполнен нулями типа поплавка. Если вы хотите изменить это, вы можете установить другой тип данных в качестве второй необязательной dtype Аргумент, например, NP.ZEROS ((2, 2),) Для инициализации массива с целочисленными нулевыми значениями.

Как инициализировать Numpy Array с теми?

Чтобы инициализировать свой Numpy Array с теми, используйте функцию NP.ONE (ФОРМА) где Форма это кортеж Это определяет форму вашего желаемого массива. Например, NP.ONE (((3,)) Определяет одномерный массив с тремя “1” элементами, то есть To initialize your NumPy array with ones, use the function np.ones(shape) where shape is a tuple

Вот несколько примеров:

>>> np.ones((3,))
array([1., 1., 1.])
>>> np.ones((10,))
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
>>> np.ones((2, 2))
array([[1., 1.],
       [1., 1.]])
>>> np.ones((2, 3, 4))
array([[[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

       [[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]]])

Первое значение кортежного кортежного кортежа – это количество элементов в оси 0.
Второе величина кортежей формы кортежа – это количество элементов в оси 1.
…
Значение N-Th Tupple формы кортежа – это количество элементов в оси n.

Полученный массив заполнен «1,0» типового поплавка. Если вы хотите изменить это, вы можете установить другой тип данных в качестве второй необязательной dtype Аргумент, например, NP.ONE ((2, 2),) Для инициализации массива с целочисленными значениями «1».

Давайте проверим ваше понимание этих концепций в интерактивной загадочной головоломке, будем ли мы?

Инициализировать Numpy Array – Puzzle

import numpy as np

n = 100 # dimensionality

W = np.zeros((n, n))
for i in range(len(W)):
    W[i][i] = 2

X = np.ones((n,n))

Y = W * X
print(int(Y[-1][-1]))

Что такое выход этой головоломки?

Вы можете решить головоломку на нашем приложении для интерактивных головоломки здесь :

Эта головоломка выполняет простую линейную регрессию. Это тестирует ваше понимание трех Numpy концепций.

Во-первых, вы можете указать форму массива как кортеж (n, m) где N это количество рядов и м количество столбцов.
Во-вторых, вы можете создавать новые массивы указанной формы с использованием функций из них () и Zeros () Отказ Начальные значения такого массива являются 1S и 0S соответственно.
В-третьих, вы можете сделать Умножение матрицы Используя интуитивно понятный оператор умножения '*' Отказ Каждая клетка (Я, j) новой матрицы это продукт рядка вектор Я первой матрицы с вектором столбца Third, you can do matrix multiplication using the intuitive multiplication operator

В результате мы распечатаем последний элемент двумерной матрицы As a result, we print the last element of the two-dimensional matrix Y (bottom-right). (внизу справа).

Вы хотите стать Numpy Master? Do you want to become a NumPy master? Check out our interactive puzzle book Coffee Break NumPy and boost your data science skills! (Amazon link opens in new tab.) Проверьте нашу интерактивную книгу головоломки

Работая в качестве исследователя в распределенных системах, доктор Кристиан Майер нашел свою любовь к учению студентов компьютерных наук.

Чтобы помочь студентам достичь более высоких уровней успеха Python, он основал сайт программирования образования Finxter.com Отказ Он автор популярной книги программирования Python одноклассники To help students reach higher levels of Python success, he founded the programming education website Finxter.com . He’s author of the popular programming book Python One-Liners (NoStarch 2020), coauthor of the Coffee Break Python series of self-published books, computer science enthusiast, freelancer

Его страсти пишут, чтение и кодирование. Но его величайшая страсть состоит в том, чтобы служить стремлению кодер через Finxter и помогать им повысить свои навыки. Вы можете присоединиться к его бесплатной академии электронной почты здесь.

Как инициализировать Numpy Array с Zeros?

Как инициализировать Numpy Array с теми?

Инициализировать Numpy Array – Puzzle

Читайте ещё по теме: