Numpy创建多维零数组Python

在本文中，我们将介绍如何使用Numpy创建多维零数组。在机器学习和科学计算中，零数组是一个常见的需求，而Numpy是Python中进行数组操作的主要库。

Numpy提供了一个非常简单的方式来创建多维零数组。我们可以使用numpy.zeros()函数创建多维零数组。该函数使用以下语法：

numpy.zeros(shape, dtype=float, order='C')

这个函数返回一个指定形状和数据类型的数组，并将其所有值初始化为0。让我们来看看如何使用这个函数创建一个多维零数组。

import numpy as np 

# 创建一个形状为(3, 3)的二维数组
arr2D = np.zeros((3, 3)) 

print("2D Array:")
print(arr2D)

这将返回一个输出，显示我们刚刚创建的形状为(3,3)的二维数组。

2D Array:
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

我们可以用相同的方式创建一个三维数组。我们只需要传递一个形状为(3, 3, 3)的元组给zeros()方法。

import numpy as np 

# 创建一个形状为(3, 3, 3)的三维数组
arr3D = np.zeros((3, 3, 3)) 

print("3D Array:")
print(arr3D)

这将返回一个输出，显示我们刚刚创建的形状为(3,3,3)的三维数组。

3D 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.]
  [0. 0. 0.]]]

我们还可以为dtype和order参数传递值，以指定返回数组的数据类型和存储顺序。dtype参数是numpy数组类型，order参数的值可以是’C’或’F’。默认情况下，dtype参数的值是’float’。

下面是一个使用其他dtype值和订单的示例：

import numpy as np 

# 使用'int'值创建类型数组
intArr = np.zeros((3, 3), dtype = int) 

print("Integer Array:")
print(intArr) 


# Order parameter
arr = np.zeros((3,3), dtype = int, order = 'C') 

print("C-order Array:")
print(arr) 


# 使用'F'顺序创建类型数组
arr = np.zeros((3,3), dtype = int, order = 'F') 

print("F-order Array:")
print(arr)

这将返回三个不同的输出，分别显示我们使用其他dtype和订单创建的数组。

Integer Array:
[[0 0 0]
 [0 0 0]
 [0 0 0]]

C-order Array:
[[0 0 0]
 [0 0 0]
 [0 0 0]]

F-order Array:
[[0 0 0]
 [0 0 0]
 [0 0 0]]

在这个例子中，我们创建了一个形状为(3, 3)的数组。接下来，我们使用dtype参数创建一个整数类型的数组，并使用order参数创建数组的存储顺序。

阅读更多：Numpy 教程

总结

在这篇文章中，我们介绍了如何使用Numpy创建多维零数组。我们看到了numpy.zeros()函数的用法以及如何使用它来创建二维和三维数组。我们还研究了如何使用dtype和order参数指定返回数组的数据类型和存储顺序。Numpy非常适合处理大型数组和矩阵，并且可以帮助我们进行科学计算和机器学习任务。希望这篇文章对你有所帮助！