Numpy NP.Zeros_ik

Wie der Name schon sagt, generiert die Funktion numpy zeros_lik.

Mit diesem Handbuch werden wir diese Funktion, ihre Syntax und die Verwendung mit praktischen Beispielen diskutieren.

Funktionssyntax

Die Funktion liefert eine relativ einfache Syntax, wie unten gezeigt:

Numpy.Zeros_ik (a, dtype = keine, order = 'k', subok = true, form = keine)

Funktionsparameter

Die Funktion akzeptiert die folgenden Parameter.

1. A - bezieht.
2. DTYPE - Definiert den gewünschten Datentyp des Ausgabebariums.
3. Reihenfolge - Gibt das Speicherlayout mit den akzeptierten Werten an als:
   1. 'C' bedeutet C-Ordnung
   2. 'F' bedeutet F-Ordnung
   3. 'A' bedeutet 'f' wenn Aist fortran zusammenhängend, 'C' ansonsten.
   4. 'K' bedeutet, das Layout von zu entsprechen Aso nah wie möglich.
4. Subok - Wenn wahr, verwendet das Neue Array den Subklassentyp des Eingabarrays oder des Objekts Array_ Like. Wenn dieser Wert auf False eingestellt ist, verwenden Sie das Basisklassen-Array. Standardmäßig wird dieser Wert auf true gesetzt.
5. Form - überschreibt die Form des Ausgangsarrays.

Funktionsrückgabewert

Die Funktion gibt ein mit Nullen gefüllter Array zurück. Das Ausgangsarray nimmt die gleiche Form und den gleichen Datentyp wie das Eingangsarray an.

Beispiel

Schauen Sie sich den unten angegebenen Beispielcode an:

# Numpy importieren
Numph als NP importieren
# Erstellen Sie eine Array -Form und einen Datentyp
Base_arr = np.Arange (6, dType = int).Umgestaltung (2,3)
# Konvertieren Sie in Zero_ Like Array
Zeros_arr = np.Zeros_ik (Base_arr, dType = int, subok = true)
print (f "Basisarray: Base_arr")
print (f "Zeros -Array: Zeros_arr")

Lassen Sie uns den obigen Code aufschlüsseln.

1. Wir beginnen mit dem Importieren von Numpy und geben ihm einen Alias ​​von NP.
2. Als nächstes erstellen wir das Basisarray, dessen Form und Datentyp wir in der Funktion zeros_like () verwenden möchten. In unserem Fall erzeugen wir ein Array mit der Anordnungsfunktion und geben ihr die Form von (2,3)
3. Anschließend konvertieren wir das Basisarray mit der Funktion Zeros_ -ähnlicher in ein null_ -ähnliches Array.
4. Schließlich drucken wir die Arrays.

Der obige Code sollte Arrays wie gezeigt zurückgeben:

Basisarray: [[0 1 2]
[3 4 5]]
Nullenarray: [[0 0 0]
[0 0 0]]

Beispiel 2

Das folgende Beispiel verwendet den Datentyp der Floats.

Base_arr = np.Arange (6, dType = int).Umgestaltung (2,3)
# Konvertieren Sie in Zero_ Like Array
Zeros_arr = np.Zeros_ik (Base_arr, dType = float, subok = true)
print (f "Basisarray: Base_arr")
print (f "Zeros -Array: Zeros_arr")

Im obigen Code geben wir den DTYPE = Float an. Dadurch sollte ein Array von Zero_-ähnlichem Array mit Gleitkommawerten zurückgegeben werden.

Die Ausgabe ist wie unten dargestellt:

Basisarray: [[0 1 2]
[3 4 5]]
Nullenarray: [0. 0. 0.]
[0. 0. 0.]]]

Abschluss

In diesem Artikel haben wir behandelt, wie man die Numpy Zeros_ -ähnliche Funktion verwendet. Erwägen Sie, verschiedene Parameter in den Beispielen zu ändern, um besser zu verstehen, wie sich die Funktion verhält.

Weitere Informationen finden Sie in den Dokumenten und danke fürs Lesen!!!