np.zeros: cara menggunakan fungsi numpy zeros () – Codewithaden

Numpy adalah pustaka python komputasi pihak ketiga yang menyediakan dukungan untuk array dan matriks multidimensi besar dan mengumpulkan fungsi matematika untuk beroperasi pada item ini. Numpy Array adalah struktur data pusat dari perpustakaan Numpy.

Ke Buat array numpy , Anda dapat menggunakan fungsi np.array (). Kemudian, yang perlu Anda lakukan hanyalah lulus a daftar Untuk itu, dan secara opsional, Anda dapat menentukan tipe data.

np.zeros

Itu np.zeros () adalah fungsi perpustakaan numpy yang digunakan untuk mengembalikan array dengan bentuk dan ukuran yang sama dengan nilai -nilai elemen array sebagai nol. Fungsi nol () mengambil tiga argumen dan mengembalikan array yang diisi dengan nilai nol.

Metode nols () didefinisikan di bawah Numpy , diimpor sebagai Impor numpy sebagai np. Kita Dapat membuat array multidimensi dan memperoleh statistik matematika lainnya dengan bantuan Numpy, sebuah perpustakaan di Python.

Membuat array kosong di Numpy

Akan ada saat -saat ketika Anda harus melakukannya Buat array kosong . Misalnya, Anda mungkin melakukan beberapa perhitungan, dan Anda ingin struktur data memegang hasil perhitungan tersebut. Dalam kasus seperti itu, Anda mungkin ingin membuat array kosong, dan array itu diisi dengan semua nol.

Salah satu cara melakukan ini adalah dengan fungsi array () numpy. Anda dapat membuat array numpy kosong dengan melewati a Daftar Python dengan semua nol.

import numpy as np

print(np.array([[0, 0, 0], [0, 0, 0]]))
 

Keluaran

[[0 0 0]
 [0 0 0]] 

Masalah dengan np.array (), bagaimanapun, adalah bahwa itu mungkin tidak selalu efisien. Agak melelahkan. Dan akan sangat besar jika Anda perlu membuat array yang luas atau array dengan dimensi tinggi.

Masukkan metode Numpy Zeros () yang dapat menyelesaikan masalah kita.

Nol numpy Metode memungkinkan Anda untuk membuat array numpy yang hanya mengandung nol. Itu fungsi nol () digunakan untuk mendapatkan array baru bentuk dan jenis yang diberikan diisi dengan nol.

Sintaksis

numpy.zeros(shape, dtype, order) 
 

Parameter

Dibutuhkan tiga parameter, dari mana satu parameter opsional.

Parameter pertama adalah bentuknya; Ini adalah bilangan bulat atau urutan bilangan bulat.

Parameter kedua adalah opsional dan merupakan tipe data dari array yang kembali. Jika Anda tidak mendefinisikan tipe data, maka np.zeros () akan menggunakan tipe data float secara default.

Parameter ketiga adalah pesanan, mewakili urutan dalam memori, seperti C_CONTIGUEAL atau F_CONTIGUE.

Nilai pengembalian

Fungsi NP Zeros () mengembalikan array dengan nilai elemen sebagai nol.

Contoh program pada metode numpy.zeros () dalam python

Sintaks untuk menggunakan fungsi NP.Zeros cukup mudah, tetapi selalu lebih mudah untuk memahami kode ketika Anda memiliki sangat sedikit contoh bekerja dengannya. Yang sedang berkata, mari kita lihat beberapa contoh berikut.

Tulis program untuk menunjukkan fungsi kerja nol () dalam python.

import numpy as np

arr1 = np.zeros(4, dtype=int)
print("Matrix arr1 : \n", arr1)

arr2 = np.zeros([2, 2], dtype=int)
print("\nMatrix arr2 : \n", arr2)

arr3 = np.zeros([3, 3])
print("\nMatrix arr3 : \n", arr3) 

Keluaran

Matrix arr1 :
 [0 0 0 0]

Matrix arr2 :
 [[0 0]
 [0 0]]

Matrix arr3 :
 [[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]] 

Dalam contoh ini, kita dapat melihat bahwa setelah melewati bentuk matriks, kita mendapatkan nol sebagai elemennya dengan menggunakan numpy nol (). Jadi 1 st Contohnya adalah 1 × 4, dan semua nilai yang diisi dengan nol sama dengan dua matriks lainnya.

Dalam matriks ketiga ARR3, mereka semua adalah angka titik mengambang. Ingat, item dari array numpy harus dari tipe data yang sama, dan jika kita tidak menentukan tipe data, maka fungsi akan membuat pelampung secara default.

Tulis program untuk mengambil matriks 4 × 4 dan kemudian menerapkan fungsi nol ().

Lihat kode berikut.

import numpy as np

arr1 = np.zeros([4, 4], dtype=int)
print("Matrix arr1 : \n", arr1) 

Keluaran

Matrix arr1 :
 [[0 0 0 0]
 [0 0 0 0]
 [0 0 0 0]
 [0 0 0 0]] 

Dalam contoh di atas, kita dapat melihat bahwa dengan melewati matriks 4 × 4, kita mendapatkan matriks 16 elemen dengan semua nilainya 0.

Buat array nol numpy dengan bentuk tertentu

Kita dapat membuat array dengan tertentu membentuk . Kita dapat melakukan ini dengan menentukan parameter bentuk.

import numpy as np

print(np.zeros(shape=(2, 3)))
 

Keluaran

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

Secara teknis, Anda tidak perlu secara eksplisit memanggil bentuk = parameter; Anda dapat mendefinisikan bentuk dengan a tuple nilai. Python akan menyimpulkan bahwa itu merujuk pada bentuk (mis., Bentuknya adalah ” argumen posisi ”).

import numpy as np

print(np.zeros((2, 3)))
 

Keluaran

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

Anda akan melihat orang -orang melakukan ini banyak. Misalnya, mereka akan membuat array numpy dengan bentuk tertentu tetapi tidak akan secara eksplisit memasukkan bentuk = parameter dalam sintaks.

Apa itu numpy.ones ()

Itu np.ones () Fungsi menciptakan matriks yang penuh dengan yang. Dapat digunakan untuk menginisialisasi bobot selama iterasi pertama Tensorflow dan tugas statistik lainnya.

Sintaksis

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

Parameter

  1. Membentuk : adalah bentuk array
  2. Dtype : adalah tipe data. Itu opsional. Nilai defaultnya adalah float64
  3. Memesan : Default adalah C, yang merupakan gaya baris penting.

Nilai pengembalian

Itu fungsi np one () Mengembalikan array dengan nilai elemen sebagai satu.

Contoh

import numpy as np
np.ones((1,2,3), dtype=np.int16) 

Keluaran

[[[1 1 1]
  [1 1 1]]] 

Kesimpulan

Dalam tutorial ini, kita telah melihat apa fungsi Numpy Zeros () dan One (), maka kita telah melihat variasi fungsi nol () berdasarkan argumennya.

Akhirnya, tutorial fungsi np.zeros () sudah berakhir.

Lihat juga

Numpy fliplr ()

Triu numpy ()

Numpy tril ()

Numpy tri ()

Numpy empt_ like ()

Artikel ini berasal dari website Winpoin, dan kemudian diterjemahkan ke bahasa indonesia, baca artikel asli disini

Leave a Reply

Your email address will not be published. Required fields are marked *