在 Numpy 中返回一个由零元素组成的数组，其形状与给定数组相同，但类型不同
numpyserver side programmingprogramming更新于 2025/9/2 13:07:17
要返回一个由零元素组成的数组，其形状与给定数组相同，但类型不同，请使用 Python Numpy 中的 numpy.zeros_like() 方法。此处的第一个参数是数组的形状和数据类型，它们定义了返回数组的相同属性。第二个参数是 dtype，即我们想要的结果数组的数据类型。
dtype 覆盖结果的数据类型。order 参数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’ 表示尽可能匹配 a 的布局。subok 参数如果为 True，则新创建的数组将使用 a 的子类类型，否则将使用基类数组。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("数组...
",arr)
获取数组的类型 −
print("
数组类型...
", arr.dtype)
获取数组的维度 −
print("
数组维度...
", 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，请使用 Python Numpy 中的 numpy.zeros_like() 方法。第二个参数是 dtype，即我们想要的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("
新的数组类型...
", newArr.dtype)
获取新数组的维度 −
print("
新的数组维度...
", newArr.ndim)
示例
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("数组...
",arr)
# 获取数组的类型
print("
数组类型...
", arr.dtype)
# 获取数组的维度
print("
数组维度...
", 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，请使用 Python Numpy 中的 numpy.zeros_like() 方法。
# 这里的第一个参数是类数组的形状和数据类型，它们定义了返回数组的相同属性。
# 第二个参数是 dtype，即我们想要的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)
输出
数组... [[35 56 66] [88 73 98]] 数组类型... int64 数组维度... 2 新建数组.. [[0. 0. 0.] [0. 0. 0.]] 新建数组类型... float64 新建数组维度... 2
