Cómo crear una array de ceros usando Numpy en Python

En este artículo, cubriremos cómo crear una array Numpy con ceros usando Python .

Array de ceros numpy de Python

En Numpy , una array es una colección de elementos del mismo tipo de datos y está indexada por una tupla de enteros positivos. El número de dimensiones en una array se conoce como el rango de la array en Numpy. Las arrays en Numpy se pueden formar de varias maneras, con diferentes números de rangos que dictan el tamaño de la array. También se puede producir a partir de una variedad de tipos de datos, como listas, tuplas, etc. Para crear una array NumPy con ceros , se usa la función numpy.zeros() , que devuelve una nueva array de forma y tipo determinados, con ceros. A continuación se muestra la sintaxis del siguiente método.

Sintaxis: numpy.zeros(forma, dtype=float, order=’C’)

Parámetro:

  • forma: número entero o secuencia de números enteros
  • orden: {‘C’, ‘F’}, opcional, predeterminado: ‘C’
  • dtype: [opcional, float (por defecto)].

Retorno: Array de ceros con la forma, el tipo y el orden dados.

Ejemplo 1: Crear una array unidimensional con ceros usando numpy.zeros()

Python3

import numpy as np
 
arr = np.zeros(9)
print(arr)

Producción:

[0. 0. 0. 0. 0. 0. 0. 0. 0.]

Ejemplo 2: crear una array bidimensional con ceros usando numpy.zeros()

Python3

import numpy as np
 
# create a 2-D array of 2 row 3 column
arr = np.zeros((2, 3))
print(arr)

Producción:

[[0. 0. 0.]
 [0. 0. 0.]]

Ejemplo 3: Crear una array multidimensional con ceros usando numpy.zeros()

Python3

import numpy as np
 
# creating 3D array
arr = np.zeros((4, 2, 3))
 
print(arr)

Producción:

[[[0. 0. 0.]
  [0. 0. 0.]]

 [[0. 0. 0.]
  [0. 0. 0.]]

 [[0. 0. 0.]
  [0. 0. 0.]]

 [[0. 0. 0.]
  [0. 0. 0.]]]

Ejemplo 4: array de ceros NumPy con un tipo de datos entero

Python3

import numpy as np
 
# Creating array of 2 rows 3 column 
# as Datatype integer
arr = np.zeros((2, 3), dtype=int)
print(arr)

Producción:

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

Ejemplo 5: array NumPy con tipo de datos Tuple y ceros

En la salida, i4 especifica 4 bytes de tipo de datos enteros, mientras que f8 especifica 8 bytes de tipo de datos flotantes.

Python3

import numpy as np
 
# Specifying array as a tuple, and
# Specify their data types.
arr = np.zeros((2, 2), dtype=[('x', 'int'),
                              ('y', 'float')])
print(arr)
print(arr.dtype)

Producción:

[[(0, 0.) (0, 0.)]
 [(0, 0.) (0, 0.)]]
[('x', '<i4'), ('y', '<f8')]

Publicación traducida automáticamente

Artículo escrito por surajkumarguptaintern y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *