numpy.zeros() 함수는 기계 학습 프로그램에서 널리 사용되는 가장 중요한 함수 중 하나입니다. 이 함수는 0이 포함된 배열을 생성하는 데 사용됩니다.
numpy.zeros() 함수는 0으로 채워지는 주어진 모양과 유형의 새로운 배열을 제공합니다.
통사론
numpy.zeros(shape, dtype=float, order='C'
매개변수
모양: int 또는 int의 튜플
이 매개변수는 배열의 크기를 정의하는 데 사용됩니다. 이 매개변수는 (3,2) 또는 2와 같이 배열을 생성하려는 모양에 사용됩니다.
dtype: 데이터 유형(선택)
이 매개변수는 배열에 대해 원하는 데이터 유형을 정의하는 데 사용됩니다. 기본적으로 데이터 유형은 numpy.float64입니다. 이 매개변수는 정의에 필수적인 것은 아닙니다.
순서: {'C','F'}(선택 사항)
이 매개변수는 행 주요(C 스타일) 또는 열 주요(포트란 스타일) 중 메모리에 데이터를 저장하려는 순서를 정의하는 데 사용됩니다.
반품
이 함수는 ndarray를 반환합니다. 출력 배열은 지정된 모양, dtype, 순서를 갖는 배열이며 0을 포함합니다.
예시 1: dtype 및 order가 없는 numpy.zeros()
import numpy as np a=np.zeros(6) a
산출:
array([0., 0., 0., 0., 0., 0.])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 변수 'a'를 선언하고 np.zeros() 함수의 반환 값을 할당했습니다.
- 함수에 정수 값을 전달했습니다.
- 마지막으로 'a' 값을 출력해 보았습니다.
출력에는 부동 소수점 정수(0)가 포함된 배열이 표시되었습니다.
예시 2: 순서가 없는 numpy.zeros()
import numpy as np a=np.zeros((6,), dtype=int) a
산출:
array([0, 0, 0, 0, 0, 0])
예시 3: 모양이 있는 numpy.zeros()
import numpy as np a=np.zeros((6,2)) a
산출:
array([[0., 0.], [0., 0.], [0., 0.], [0., 0.], [0., 0.], [0., 0.]])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 변수 'a'를 선언하고 np.zeros() 함수의 반환 값을 할당했습니다.
- 배열 요소의 모양을 전달했습니다.
- 마지막으로 'a' 값을 출력해 보았습니다.
출력에는 주어진 모양의 배열이 표시되었습니다.
예시 4: 모양이 있는 numpy.zeros()
Import numpy as np s1=(3,2) a=np.zeros(s1) a
산출:
array([[0., 0.], [0., 0.], [0., 0.]])
예시 5: 사용자 정의 dtype을 사용한 numpy.zeros()
Import numpy as np a=np.zeros((3,), dtype=[('x', 'i4'), ('y', 'i4')]) a
산출:
array([(0, 0), (0, 0), (0, 0)], dtype=[('x', ' <i4'), ('y', ' <i4')]) < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have declared the variable 'a' and assigned the returned value of np.zeros() function.</li> <li>We have passed the shape and custom data type in the function.</li> <li>Lastly, we tried to print the value of 'a'. </li> </ul> <p>In the output, an array contains zeros with custom data-type has been shown.</p> <hr></i4'),>