在 NumPy 中返回一个与给定数组形状相同但类型不同的零数组
要返回一个与给定数组形状相同但类型不同的零数组,请在 Python NumPy 中使用 **numpy.zeros_like()** 方法。第一个参数是数组的形状和数据类型,这些属性定义了返回数组的相同属性。第二个参数是 **dtype**,即我们希望结果数组的数据类型。
dtype 会覆盖结果的数据类型。order 参数会覆盖结果的内存布局。“C”表示 C 顺序,“F”表示 F 顺序,“A”表示如果 a 是 Fortran 连续的则为“F”,否则为“C”。“K”表示尽可能地匹配 a 的布局。如果 subok 参数为 True,则新创建的数组将使用 a 的子类类型,否则它将是基类数组。默认为 True。
步骤
首先,导入所需的库 -
import numpy as np
使用 Python NumPy 中的 numpy.array() 方法创建一个新数组 -
arr = np.array([[35, 56, 66], [88, 73, 98]])
显示数组 -
print("Array...
",arr)
获取数组的类型 -
print("
Array type...
", arr.dtype)
获取数组的维度 -
print("
Array Dimensions...
", arr.ndim)
要返回一个与给定数组形状相同但类型不同的零数组,请在 Python NumPy 中使用 numpy.zeros_like() 方法。第二个参数是 dtype,即我们希望结果数组的数据类型 -
newArr = np.zeros_like(arr, dtype = float) print("
New Array..
", newArr)
获取新数组的类型 -
print("
New Array type...
", newArr.dtype)
获取新数组的维度 -
print("
New Array Dimensions...
", newArr.ndim)
示例
import numpy as np # Create a new array using the numpy.array() method in Python Numpy arr = np.array([[35, 56, 66], [88, 73, 98]]) # Display the array print("Array...
",arr) # Get the type of the array print("
Array type...
", arr.dtype) # Get the dimensions of the Array print("
Array Dimensions...
", arr.ndim) # To return an array of zeroes with the same shape as a given array but with a different type, use the numpy.zeros_like() method in Python Numpy # The 1st parameter here is the shape and data-type of array-like that define these same attributes of the returned array. # The 2nd parameter is the dtype i.e. the data-type we want for the resultant array newArr = np.zeros_like(arr, dtype = float) print("
New Array..
", newArr) # Get the type of the new array print("
New Array type...
", newArr.dtype) # Get the dimensions of the new array print("
New Array Dimensions...
", newArr.ndim)
输出
Array... [[35 56 66] [88 73 98]] Array type... int64 Array Dimensions... 2 New Array.. [[0. 0. 0.] [0. 0. 0.]] New Array type... float64 New Array Dimensions... 2
广告