numpy.zeros() 関数は、機械学習プログラムで広く使用されている最も重要な関数の 1 つです。この関数は、ゼロを含む配列を生成するために使用されます。
numpy.zeros() 関数は、ゼロで埋められた、指定された形状と型の新しい配列を提供します。
構文
numpy.zeros(shape, dtype=float, order='C'
パラメーター
形状: int または int のタプル
このパラメータは、配列の次元を定義するために使用されます。このパラメータは、(3,2) や 2 などの配列を作成する形状に使用されます。
dtype: データ型(オプション)
このパラメータは、配列に必要なデータ型を定義するために使用されます。デフォルトでは、データ型は numpy.float64 です。このパラメータは定義に必須ではありません。
パンダシリーズの特徴
順序: {'C','F'}(オプション)
このパラメータは、行優先 (C スタイル) または列優先 (Fortran スタイル) のいずれかでメモリにデータを保存する順序を定義するために使用されます。
Javaで配列を返す
戻る
この関数は ndarray を返します。出力配列は、指定された形状、dtype、順序を持ち、ゼロを含む配列です。
例 1: dtype と order を指定しない numpy.zeros()
import numpy as np a=np.zeros(6) a
出力：
array([0., 0., 0., 0., 0., 0.])
上記のコードでは
- numpy をエイリアス名 np でインポートしました。
- 変数「a」を宣言し、np.zeros() 関数の戻り値を割り当てました。
- 関数に整数値を渡しました。
- 最後に、「a」の値を出力してみました。
出力には、浮動小数点整数 (ゼロ) を含む配列が表示されます。
例 2: 順序なしの numpy.zeros()
import numpy as np a=np.zeros((6,), dtype=int) a
出力：
array([0, 0, 0, 0, 0, 0])
例 3: 形状を指定した numpy.zeros()
import numpy as np a=np.zeros((6,2)) a
出力：
array([[0., 0.], [0., 0.], [0., 0.], [0., 0.], [0., 0.], [0., 0.]])
上記のコードでは
- numpy をエイリアス名 np でインポートしました。
- 変数「a」を宣言し、np.zeros() 関数の戻り値を割り当てました。
- 配列要素の形状を渡しました。
- 最後に、「a」の値を出力してみました。
出力には、指定された形状の配列が表示されています。
Java文字列からintへの変換
例 4: 次の形状を使用した numpy.zeros()
Import numpy as np s1=(3,2) a=np.zeros(s1) a
出力：
array([[0., 0.], [0., 0.], [0., 0.]])
例 5: カスタム dtype を使用した numpy.zeros()
Import numpy as np a=np.zeros((3,), dtype=[('x', 'i4'), ('y', 'i4')]) a
出力：
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'),>