Numpy NP.zeros_like

Como o nome sugere, a função Numpy zeros_like () gera uma matriz da mesma forma e tipo de dados especificado, mas preenchido com zeros.

Usando este guia, discutiremos esta função, sua sintaxe e como usá -la com exemplos práticos.

Função Sintaxe

A função fornece uma sintaxe relativamente simples, como mostrado abaixo:

Numpy.zeros_like (a, dtype = nenhum, ordem = 'k', subok = true, shape = nenhum)

Parâmetros de função

A função aceita os seguintes parâmetros.

1. a - refere -se à matriz de entrada ou ao objeto Array_like.
2. dtype - define o tipo de dados desejado da matriz de saída.
3. Ordem - Especifica o layout da memória com os valores aceitos como:
   1. 'C' significa Cidrome C
   2. 'F' significa ordem f
   3. 'A' significa 'f' se aé fortran contíguo, 'c', caso contrário.
   4. 'K' significa corresponder ao layout de ao mais próximo possível.
4. Subok - Se True, a nova matriz usa o tipo de subclasse da matriz de entrada ou objeto ARRAY_LIE. Se este valor for definido como falso, use a matriz de classe base. Por padrão, este valor é definido como true.
5. forma - substitui a forma da matriz de saída.

Valor de retorno da função

A função retorna uma matriz cheia de zeros. A matriz de saída assume a mesma forma e tipo de dados que a matriz de entrada.

Exemplo

Dê uma olhada no código de exemplo mostrado abaixo:

# importar numpy
importar numpy como np
# Crie uma forma de matriz e tipo de dados
base_arr = np.Arange (6, Dtype = int).remodelar (2,3)
# converta para zero_like matriz
zeros_arr = np.zeros_like (base_arr, dtype = int, subok = true)
print (f "Matriz base: base_arr")
Print (F "Zeros Array: zeros_arr")

Vamos quebrar o código acima.

1. Começamos importando Numpy e dando -lhe um pseudônimo de NP.
2. Em seguida, criamos a matriz base cuja forma e tipo de dados queremos usar na função zeros_like (). No nosso caso, geramos uma matriz usando a função de organização e fornecemos a forma de (2,3)
3. Em seguida, convertemos a matriz base em uma matriz zero_like usando a função zeros_like.
4. Finalmente, imprimimos as matrizes.

O código acima deve retornar matrizes como mostrado:

Array base: [[0 1 2]
[3 4 5]]
Array Zeros: [[0 0 0]
[0 0 0]]

Exemplo 2

O exemplo abaixo usa o tipo de dados de flutuadores.

base_arr = np.Arange (6, Dtype = int).remodelar (2,3)
# converta para zero_like matriz
zeros_arr = np.zeros_like (base_arr, dtype = float, subok = true)
print (f "Matriz base: base_arr")
Print (F "Zeros Array: zeros_arr")

No código acima, especificamos o dtype = float. Isso deve retornar uma matriz zero_ com valores de ponto flutuante.

A saída está como descrito abaixo:

Array base: [[0 1 2]
[3 4 5]]
Array Zeros: [[0. 0. 0.]
[0. 0. 0.]]

Conclusão

Neste artigo, abordamos como usar a função Numpy Zeros_like. Considere alterar vários parâmetros nos exemplos fornecidos para entender melhor como a função se comporta.

Verifique os documentos para obter mais e obrigado por ler!!!