Numpy NP.Zeros_lignende

Som navnet antyder, genererer Numpy Zeros_like () -funksjonen en rekke av samme form og datatype spesifisert, men befolket med nuller.

Ved hjelp av denne guiden vil vi diskutere denne funksjonen, dens syntaks og hvordan du bruker den med praktiske eksempler.

Funksjonssyntaks

Funksjonen gir en relativt enkel syntaks som vist nedenfor:

numpy.Zeros_Like (a, dtype = ingen, orden = 'k', subok = true, form = ingen)

Funksjonsparametere

Funksjonen godtar følgende parametere.

1. a - refererer til inngangsarray eller array_lignende objekt.
2. dtype - Definerer ønsket datatype av utgangsarrayen.
3. Bestilling - Angir minneoppsettet med de aksepterte verdiene som:
   1. 'C' betyr c-bestilling
   2. 'F' betyr f-orden
   3. 'A' betyr 'f' hvis ener Fortran sammenhengende, 'C' ellers.
   4. 'K' betyr matche utformingen av enså nært som mulig.
4. Subok - Hvis det er sant, bruker den nye matrisen underklasse -typen til inngangsarray eller array_lignende objekt. Hvis denne verdien er satt til falsk, bruk baseklasse-matrisen. Som standard er denne verdien satt til sann.
5. form - overskriver formen på utgangsarrayen.

Funksjonsretur

Funksjonen returnerer en matrise fylt med nuller. Utgangsarrayen har samme form og datatype som inngangsarray.

Eksempel

Ta en titt på eksempelkoden vist nedenfor:

# Importer numpy
Importer numpy som NP
# Lag en matriseform og datatype
base_arr = np.Arange (6, dtype = int).omforme (2,3)
# konvertere til null_lignende matrise
Zeros_arr = np.Zeros_ligike (base_arr, dtype = int, subok = true)
Print (F "Base Array: Base_arr")
Print (F "Zeros Array: Zeros_arr")

La oss bryte ned koden over.

1. Vi starter med å importere Numpy og gi det et alias av NP.
2. Deretter lager vi base -matrisen hvis form og datatype vi ønsker å bruke i Zeros_ligike () -funksjonen. I vårt tilfelle genererer vi en matrise ved å bruke ordningsfunksjonen og gi den formen på (2,3)
3. Vi konverterer deretter base -matrisen til en null_lignende matrise ved hjelp av Zeros_lignende funksjonen.
4. Endelig skriver vi ut matriser.

Koden over skal returnere matriser som vist:

Base -matrise: [[0 1 2]
[3 4 5]]
Zeros Array: [[0 0 0]
[0 0 0]]]

Eksempel 2

Eksemplet nedenfor bruker datatypen av flottører.

base_arr = np.Arange (6, dtype = int).omforme (2,3)
# konvertere til null_lignende matrise
Zeros_arr = np.Zeros_ligike (base_arr, dtype = float, subok = true)
Print (F "Base Array: Base_arr")
Print (F "Zeros Array: Zeros_arr")

I koden over spesifiserer vi dtype = float. Dette bør returnere en null_lignende matrise med flytende punktverdier.

Utgangen er som avbildet nedenfor:

Base -matrise: [[0 1 2]
[3 4 5]]
Zeros Array: [[0. 0. 0.]
[0. 0. 0.]]

Konklusjon

I denne artikkelen dekket vi hvordan vi bruker Numpy Zeros_lignende funksjonen. Vurder å endre forskjellige parametere i eksemplene som er gitt for å forstå bedre hvordan funksjonen oppfører seg.

Sjekk dokumentene for mer, og takk for at du har lest!!!