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

更新于: 2022年2月10日

138 次查看

启动您的 职业生涯

通过完成课程获得认证

开始学习
广告