Метод NumPy zeros() в Python

Автор оригинала: Pankaj Kumar.

Вступление

NumPy – это широко реализованный модуль в Python . Сегодня мы узнаем, что метод Numpy zeros() является одним из определенных методов в NumPy.

Итак, давайте сразу перейдем к делу!

Метод Numpy zeros() в Python

Метод Numpy zeros() в Python создает новый массив указанной формы и типа со всеми его элементами, инициализированными в 0 . Функция возвращает один и тот же массив, где бы он ни был вызван.

Основной синтаксис метода zeros() может быть задан,

import numpy as np

arr = np.zeros( shape , dtype , order )

Здесь,

• arr хранит результирующий массив, возвращаемый методом zeros() ,
• shape – это целое число последовательности, которое определяет размер, а также форму массива. Если форма представлена в виде целого числа, сгенерированный массив будет представлять собой массив 1D. В то время как, если мы дадим целочисленный кортеж с различными целочисленными значениями, мы получим многомерный массив,
• dtype или тип данных указывает тип данных элементов массива. По умолчанию он имеет значение float.
• Order определяет, будет ли массив храниться в соответствии с шаблоном/порядком строк(C) или столбцов(F) в ячейке памяти.

Как использовать Numpy zeros() в Python?

Теперь, когда мы знаем, что делает метод Numpy zeros() в Python, давайте изучим его использование.

1D массив с использованием нулей Numpy()

Мы можем создавать одномерные массивы в Python со всеми его элементами, равными нулю ( 0 ) используя этот метод. Давайте рассмотрим пример для лучшего понимания.

import numpy as np

arr1 = np.zeros(5)
print("The created array is: ",arr1) #generated array
print("It is of type:",type(arr1)) #type of array

Вывод :

Здесь, в приведенном выше коде,

• arr1 – это созданный новый массив. Как мы видим, мы только что прошли’ 5 ‘ к функции Numpy zeros () , без типа данных и порядка.
• По умолчанию значения type и order рассматриваются как float и ‘ C ‘ соответственно. Это означает, что сгенерированный массив будет иметь элементы типа float и будет храниться в форме основной строки.
• Наконец, когда мы распечатываем массив, мы получаем массив 1D со всеми его плавающими элементами, имеющими значение 0 . И тип() arr1 говорит нам, что он является членом класса ndarray .

Массив с различными типами данных С использованием нулей Numpy()

Итак, мы создали массив с типом float по умолчанию. Что делать, если нам нужен массив, содержащий целочисленные значения или элементы? Мы можем легко сделать это, указав параметр type в качестве желаемого типа. Давайте посмотрим, как

import numpy as np

int_array = np.zeros(4, dtype=int)  #data type set as int
print("Array: ",int_array) #the final int array
print("Datatype: ", int_array.dtype) # the data types

Вывод :

Здесь,

• int_array – это новый массив, созданный с помощью метода zeros () .
• Как мы можем видеть из выходных данных, мы создаем массив размера 4 как целочисленный тип. Снова тип данных элементов задается как int32 .(целое число).

Многомерный Массив,Использующий нули Numpy()

Ранее в этом уроке мы создали массив 1D, так что насчет многомерных? Давайте попробуем создать 2D массив , чтобы проиллюстрировать, как мы можем создавать многомерные массивы, имеющие элементы в виде 0 .

import numpy as np

arr2 = np.zeros((3, 3), int) #2D integer array
print("2D array created is: ",arr2)
print("Type of the array: ",type(arr2)) #type of the array

Вывод :

В приведенном выше коде:

• Мы передаем кортеж целых чисел в метод Numpy zeros() вместо одного. Это позволяет нам создать многомерный массив типа int(указанный).
• Как мы видим из выходных данных, мы получаем 2D-массив со всеми элементами, равными 0.

Массивы гетерогенного типа данных, использующие нули Numpy()

Мы также можем создавать массивы с гетерогенным типом данных, используя функцию zeros() в Python. Нам просто нужно передать кортеж, содержащий необходимую информацию.

import numpy as np

# creating array with heterogeneous data types
arr = np.zeros((2,2), dtype=[('x', 'int'), ('y', 'float')])
print("The array created:",arr)
print("Type of the array: ",type(arr)) #type of the array
print("Datatype: ", arr.dtype) # the data types

Вывод :

Здесь,

• Мы создаем двумерный массив, передавая форму в виде кортежа (2,2) ,
• В случае типа данных мы используем кортеж , указывая как целочисленные , так и плавающие типы,
• Это приводит к созданию 2D-массива, содержащего элементы кортежа. Каждый кортеж имеет два данных, один из int типа, а другой из float типа,
• Наконец, мы печатаем тип данных элементов-членов, как показано на рисунке.

Вывод

Итак, в этом уроке мы обсудили метод Numpy zeros() в Python . Надеюсь, это было хорошо понято. По любым вопросам, не стесняйтесь использовать комментарии ниже.

Рекомендации

• Документация Numpy Zeros Python
• Статья JournalDev о нулях Numpy