Создать массив из нулей питон

Что такое функция numpy.zeros() в Python — примеры

В данном руководстве рассмотрим, что такое функция numpy.zeros() в Python. Она создает новый массив нулей указанной формы и типа данных.

Синтаксис

Параметры

Метод numpy.zeros() принимает три параметра, один из которых является необязательным.

• Первый параметр — это shape, целое число или последовательность целых чисел.
• Второй параметр — datatype, является необязательным и представляет собой тип данных возвращаемого массива. Если вы не определите тип данных, np.zeros() по умолчанию будет использовать тип данных с плавающей запятой.
• Третий параметр — это order, представляющий порядок в памяти, такой как C_contiguous или F_contiguous.

Возвращаемое значение

Функция np zeros() возвращает массив со значениями элементов в виде нулей.

Примеры программ с методом numpy.zeros() в Python

Пример 1

Проблема с np.array() заключается в том, что он не всегда эффективен и довольно громоздок в случае, если вам нужно создать обширный массив или массив с большими размерами.

Метод NumPy zeros() позволяет создавать массивы, содержащие только нули. Он используется для получения нового массива заданных форм и типов, заполненных нулями.

Пример 2

В этом примере мы видим, что после передачи формы матрицы мы получаем нули в качестве ее элемента, используя numpy zeros(). Таким образом, 1-й пример имеет размер 1 × 4, и все значения, заполненные нулями, такие же, как и в двух других матрицах.

В третьей матрице, arr3, все они являются числами с плавающей запятой. Помните, что элементы массива Numpy должны иметь один и тот же тип данных, и если мы не определим тип данных, то функция по умолчанию будет создавать числа с плавающей запятой.

Пример 3

Мы можем создавать массивы определенной формы, указав параметр shape.

Источник

Создание массива Numpy с нулями в Python

Чтобы создать массив numpy с нулями в Python, учитывая форму массива, используйте функцию numpy.zeros().

Синтаксис для создания массива:

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

• shape может быть целым числом для одномерного массива и кортежем целых чисел для массива ND.
• dtype – это тип данных элементов, хранящихся в массиве. По умолчанию считается, что элементы относятся к типу float. Вы можете указать тип данных.
• C и F – допустимые значения для порядка. Это влияет только на то, как данные хранятся в памяти. C: C-стиль хранения многомерных данных в основной памяти строк. F: стиль Fortran для хранения многомерных данных в основном столбце в памяти.

В основном мы используем только параметр формы.

Пример 1: одномерный массив

Чтобы создать одномерный массив нулей, передайте количество элементов в качестве значения в параметр формы.

В этом примере мы создадим массив numpy с 8 нулями.

import numpy as np #create numpy array with zeros a = np.zeros(8) #print numpy array print(a)

Массив Numpy (одномерный) размера 8 создается с нулями. Тип данных по умолчанию – float.

Пример 2: двумерный массив

Чтобы создать двумерный массив нулей, передайте форму, то есть количество строк и столбцов, в качестве значения параметра формы.

В этом примере мы создадим массив numpy с 3 строками и 4 столбцами.

import numpy as np #create 2D numpy array with zeros a = np.zeros((3, 4)) #print numpy array print(a)

Обратите внимание, что мы предоставили фигуру, как набор целых чисел.

Массив Numpy (2-мерный) формы (3,4) создается с нулями. Тип данных по умолчанию – float.

Пример 3: трехмерный массив

Чтобы создать трехмерный массив нулей, передайте фигуру как кортеж в параметр формы.

В этом примере мы создадим массив numpy с формой (3,2,4).

import numpy as np #create 3D numpy array with zeros a = np.zeros((3, 2, 4)) #print numpy array print(a)

Обратите внимание, что мы предоставили фигуру как набор целых чисел.

[[[0. 0. 0. 0.] [0. 0. 0. 0.]] [[0. 0. 0. 0.] [0. 0. 0. 0.]] [[0. 0. 0. 0.] [0. 0. 0. 0.]]]

Массив Numpy (3-мерный) формы (3,2,4) создается с нулями. Тип данных по умолчанию – float.

Пример 4: с определенным типом данных

Чтобы создать массив нулей с определенным типом данных, передайте требуемый тип данных в качестве параметра dtype.

В этом примере мы создадим массив numpy с нулями целых чисел типа данных.

import numpy as np #create numpy array with zeros of integer datatype a = np.zeros(8, int) #print numpy array print(a)

В этой статье на примерах Python мы создали numpy массив определенной формы и типа данных, и инициализировали массив нулями.

Источник

Create List of Zeros in Python

1. Use the * Operator to Create a List of Zeros in Python
2. Use the itertools.repeat() Function to Create a List of Zeros in Python
3. Use the for Loop to Generate a List Containing Zeros

In this tutorial, we will introduce how to create a list of zeros in Python.

Use the * Operator to Create a List of Zeros in Python

If we multiple a list with a number n using the * operator, then a new list is returned, which is n times the original list. Using this method, we can easily create a list containing zeros of some specified length, as shown below.

Note that this method is the most simple and fastest of all.

Use the itertools.repeat() Function to Create a List of Zeros in Python

The itertools module makes it easier to work on iterators. The repeat() function in this module can repeat a value a specified number of times. We can use this function to create a list that contains only zeros of some required length when used with the list() function. For example,

import itertools lst = list(itertools.repeat(0, 10)) print(lst) 

Use the for Loop to Generate a List Containing Zeros

The for loop can be used to generate such lists. We use the range function to set the start and stop positions of the list. Then we iterate zero the required number of times within the list() function. Such one-line of code where we iterate and generate a list is called list comprehension. The following code implements this and generates the required list:

lst = list(0 for i in range(0, 10)) print(lst) 

lst = [0 for i in range(0, 10)] print(lst) 

Note that this method is the slowest of them all when generating huge lists.

Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.

Related Article — Python List

Источник

Функции numpy.zeros() и numpy.ones() в Python

Функция numpy.zeros() в Python возвращает новый массив заданной формы и типа, где значение элемента равно 0.

Аргументы функции

zeros(shape, dtype=None, order='C')

• Shape — это целое число или кортеж целых чисел, определяющее размер массива.
• Dtype – необязательный параметр со значением по умолчанию, как float. Он используется для указания типа данных массива, например, int.
• Order определяет, следует ли хранить многомерный массив в памяти в порядке строк (стиль C) или столбцов (стиль Fortran).

Примеры

Давайте посмотрим на несколько примеров создания массивов с помощью функции numpy zeros().

1. Создание одномерного массива с нулями

import numpy as np array_1d = np.zeros(3) print(array_1d)

Обратите внимание, что элементы имеют тип данных по умолчанию, как float. Вот почему нули равны 0.

2. Создание многомерного массива

import numpy as np array_2d = np.zeros((2, 3)) print(array_2d)

3. Массив нулей NumPy с типом данных int

import numpy as np array_2d_int = np.zeros((2, 3), dtype=int) print(array_2d_int)

4. Массив с типом данных кортеж и нулями

Мы можем указать элементы массива, как кортеж, а также указать их типы данных.

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)

Функция numpy.ones() возвращает новый массив заданной формы и типа данных, где значение элемента установлено на 1. Эта функция очень похожа на функцию numpy zeros().

Аргументы функции

ones(shape, dtype=None, order='C')

• Shape – это целое число или кортеж целых чисел, определяющее размер массива. Если мы просто укажем переменную типа int, будет возвращен одномерный массив. Для кортежа целых чисел будет возвращен массив заданной формы.
• Dtype – необязательный параметр со значением по умолчанию? как float. Он используется для указания типа данных массива, например, int.
• Order определяет, следует ли хранить многомерный массив в памяти в порядке строк (стиль C) или столбцов (стиль Fortran).

Примеры numpy.ones()

Давайте рассмотрим несколько примеров создания массивов с помощью функции numpy ones().

1. Создание одномерного массива с единицами

import numpy as np array_1d = np.ones(3) print(array_1d)

Обратите внимание, что элементы имеют тип данных по умолчанию? как float. Вот почему единицы в массиве.

2. Создание многомерного массива

import numpy as np array_2d = np.ones((2, 3)) print(array_2d)

3. Массив NumPy ones с типом данных int

import numpy as np array_2d_int = np.ones((2, 3), dtype=int) print(array_2d_int)

4. Массив с типом данных Tuple и единицами

Мы можем указать элементы массива как кортеж, а также указать их типы данных.

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

Источник