语句格式： numpy.zeros(shape, dtype=float, order=C) 参数说明： shape:整型或元素为整型的序列，表示生成的新数组的shape，如（2，3）或 2。 dtype:生成数组的数据格式，如numpy.int8。默认为numpy.
语句格式：
numpy.zeros(shape, dtype=float, order='C')
参数说明：
shape:整型或元素为整型的序列，表示生成的新数组的shape，如（2，3）或 2。
dtype:生成数组的数据格式，如numpy.int8。默认为numpy.float64。
order:｛'C', 'F'｝可选，是否将多维数据存储为C-或Fortran-contiguous（按行或按列）顺序。
返回值：ndarray，一个指定了shape, dtype, order的零数组。
示例见下：
第四个例子看起来很方便。
Numpy文档原文：
numpy.zeros
numpy.zeros(shape, dtype=float, order='C')
Return a new array of given shape and type, filled with zeros.
Parameters:
shape : int or sequence of ints
Shape of the new array, e.g., (2, 3) or 2.
dtype : data-type, optional
The desired data-type for the array, e.g., numpy.int8. Default is numpy.float64.
order : {‘C', ‘F'}, optional
Whether to store multidimensional data in C- or Fortran-contiguous (row- or column-wise) order in memory.
Returns:
out : ndarray
Array of zeros with the given shape, dtype, and order.
#指定长度的一维数组
>>> np.zeros(5)
array([ 0., 0., 0., 0., 0.])
#指定数据类型，指定长度的一维数组
>>> np.zeros((5,), dtype=int)
array([0, 0, 0, 0, 0])
#二维数组
>>> np.zeros((2, 1))
array([[ 0.],
[ 0.]])
>>> s = (2,2)
>>> np.zeros(s)
array([[ 0., 0.],
[ 0., 0.]])
#指定dtype
>>> np.zeros((2,), dtype=[('x', 'i4'), ('y', 'i4')]) # custom dtype
array([(0, 0), (0, 0)],
dtype=[('x', '<i4'), ('y', '<i4')])
内容扩展：
python创建数组的方法
直接定义法：
1.直接定义
matrix=[0,1,2,3]
2.间接定义
matrix=[0 for i in range(4)]
print(matrix)
Numpy方法：
Numpy内置了从头开始创建数组的函数：
zeros(shape)将创建一个用指定形状用0填充的数组。默认的dtype是float64。
下面是几种常用的创建方法：
#coding=utf-8
import numpy as np
a = np.array([1,2,3,4,5])
print a
b = np.zeros((2,3))
print b
c = np.arange(10)
print c
d = np.arange(2,10,dtype=np.float)
print d
e = np.linspace(1.0,4.0,6)
print e
f = np.indices((3,3))
print f
到此这篇关于python如何建立全零数组的文章就介绍到这了,更多相关python建立全零数组的方法内容请搜索米米素材网以前的文章或继续浏览下面的相关文章！
发表评论