Số không và số một trong Python là gì?

Để tạo một mảng numpy zeros đa chiều, chúng ta cần truyền một bộ int biểu thị hình dạng mà chúng ta muốn

Trong [4]

# 2-D Array
np_zero_array = np.zeros[[4,2]]

print['Output- ']
print[np_zero_array]
print['Shape- ', np_zero_array.shape]
print['Data type -', np_zero_array.dtype]

Output- 
[[0. 0.]
 [0. 0.]
 [0. 0.]
 [0. 0.]]
Shape-  [4, 2]
Data type - float64

Trong [5]

# 3-D Array
np_zero_array = np.zeros[[4,2,3], int]

print['Output- ']
print[np_zero_array]
print['Shape- ', np_zero_array.shape]
print['Data type -', np_zero_array.dtype]

Output- 
[[[0 0 0]
  [0 0 0]]

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

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

 [[0 0 0]
  [0 0 0]]]
Shape-  [4, 2, 3]
Data type - int32

ví dụ 3. Mảng Numpy Zeros với Tuples và Kiểu dữ liệu tùy chỉnh

Mảng số 0 có thể được hình thành với các bộ dữ liệu làm phần tử và chúng ta cũng có thể xác định kiểu dữ liệu cho chúng. Dưới đây là một mảng 2×3 mà mỗi phần tử là một bộ có kiểu dữ liệu hỗn hợp là int và float

Trong [6]

np_zero_array = np.zeros[[2,3],dtype = [['x', 'int'],['y', 'float']]]
print['Output- ']
print[np_zero_array]
print['Shape- ', np_zero_array.shape]
print['Data type -', np_zero_array.dtype]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

Numpy Ones. cục mịch. cái[]

Điều này rất giống với Numpy Zero. Ở đây hàm Numpy zeros trả về một mảng numpy chỉ những cái có hình dạng và kiểu dữ liệu được chỉ định

cú pháp

cái [hình dạng, dtype=float, thứ tự='C']

• hình dạng – Đây là hình dạng của mảng bắt buộc, đầu vào phải là một int hoặc một bộ của int
• dtype [tùy chọn] – Đây là kiểu dữ liệu bắt buộc của mảng, mặc định là float
• thứ tự [tùy chọn] – Điều này chỉ định cách mảng sẽ được lưu trữ trong bộ nhớ. Nó có thể là 'C' cho hàng chính hoặc 'F' cho cột chính. Theo mặc định, nó là 'C'
• ví dụ 1. Mảng một chiều Numpy Ones

Lưu ý rằng chúng tôi đã không chỉ định loại dữ liệu, vì vậy theo mặc định, nó giả định là float

ví dụ 1. Mảng Numpy Ones một chiều

Trong [7]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

Hãy để chúng tôi chỉ định kiểu dữ liệu là số nguyên để tạo mảng numpy hoàn chỉnh là int

Trong [8]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

ví dụ 2. Mảng Numpy Ones đa chiều

Để tạo một mảng numpy những người đa chiều, chúng ta cần truyền một bộ int biểu thị hình dạng mà chúng ta muốn

Trong [9]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

Trong [10]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

ví dụ 3. Mảng Numpy Ones với Tuples và Kiểu dữ liệu tùy chỉnh

Mảng Numpy one có thể được hình thành với các bộ dữ liệu làm phần tử và chúng ta cũng có thể xác định kiểu dữ liệu cho chúng. Dưới đây là một mảng 2×3 mà mỗi phần tử là một bộ có kiểu dữ liệu hỗn hợp là int và float

Trong [11]

np_1d_zero_array = np.zeros[4]

print['Output- ']
print[np_1d_zero_array]
print['Shape- ', np_1d_zero_array.shape]
print['Data type -', np_1d_zero_array.dtype]

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

mắt sưng húp. cục mịch. con mắt[]

Hàm Numpy eye giúp tạo một mảng 2 chiều trong đó đường chéo có tất cả các số 1 và 0 ở những nơi khác

cú pháp

eye[N, M=None, k=0, dtype=’float’, order=’C’]

• N – Là số hàng trong mảng. Nó phải là int
• M [tùy chọn] – Là số cột trong mảng. Nếu không được chỉ định thì nó sẽ mặc định là N
• K [tùy chọn] – Nó biểu thị vị trí của các đường chéo. Theo mặc định là không tôi. e. ở giữa. Giá trị dương biểu thị đường chéo trên và giá trị âm cho đường chéo dưới
• dtype [tùy chọn] – Đây là kiểu dữ liệu bắt buộc của mảng, mặc định là float
• thứ tự [tùy chọn] – Điều này chỉ định cách mảng sẽ được lưu trữ trong bộ nhớ. Nó có thể là 'C' cho hàng chính hoặc 'F' cho cột chính. Theo mặc định, nó là 'C'
• ví dụ 1. Ma trận đơn vị

ví dụ 1. Ma trận đơn vị

Ma trận đơn vị là một mảng 2 chiều có số cột bằng số hàng. đường chéo trung tâm là 1 và những nơi khác bằng 0. Nó có thể được tạo đơn giản bằng cách bỏ qua giá trị của N

Trong [12]

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Các ví dụ khác về Numpy Eye

Trong [13]

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Trong [14]

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Trong [15]

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Output- 
[0. 0. 0. 0.]
Shape-  [4,]
Data type - float64

Nhấp vào đây để tải xuống Notebook Jupyter tương tác này

• Cũng đọc - Python Numpy Array - Giới thiệu nhẹ nhàng cho người mới bắt đầu
• Cũng đọc – Hướng dẫn – numpy. arange[] , numpy. linspace[] , numpy. logspace[] trong Python
• Cũng đọc – Hoàn thành Hướng dẫn Ngẫu nhiên Numpy – Rand, Randn, Randint, Bình thường
• Cũng đọc - Hướng dẫn - Hình dạng Numpy, Định hình lại Numpy và Chuyển đổi Numpy trong Python

Tham khảo-  https. // numpy. org/doc/

• THẺ
• người mới bắt đầu
• học máy
• cục mịch
• con trăn

Chia sẻ

Facebook

Twitter

liên kết

WhatsApp

Pinterest

điện báo

ReddIt

Bài viết trước Thuật toán máy học

Bài viết tiếp theo Hướng dẫn đầy đủ về ngẫu nhiên Numpy – Rand, Randn, Randint, Bình thường, Đồng nhất, Nhị thức và hơn thế nữa

MLK

MLK là nền tảng cộng đồng chia sẻ kiến ​​thức dành cho những người đam mê học máy, người mới bắt đầu và chuyên gia. Chúng ta hãy cùng nhau tạo ra một trung tâm mạnh mẽ để Biến AI trở nên đơn giản cho mọi người

Những cái trong Python là gì?

Hàm zeros[] dùng để làm gì?

Tại sao sử dụng số không NumPy?

Làm cách nào bạn có thể khởi tạo một mảng NumPy 5 * 5 chỉ với các số không?