
W pracy z biblioteką NumPy w Pythonie bardzo często spotykam się z sytuacją, w której muszę utworzyć tablicę wypełnioną zerami. Najlepszym i najbardziej optymalnym sposobem na to jest funkcja numpy.zeros()
. W tym artykule pokażę, jak działa numpy.zeros w języku Python oraz przedstawię kilka praktycznych przykładów użycia.
Czym jest funkcja numpy.zeros()?
numpy.zeros()
to funkcja dostępna w bibliotece NumPy, która pozwala na utworzenie tablicy (ndarray) o zadanym rozmiarze i wypełnienie jej wartościami 0. Jest to niezwykle przydatne przy inicjalizacji danych przed ich dalszym wypełnieniem czy przetwarzaniem.
Podstawowa składnia numpy.zeros()
Składnia funkcji jest bardzo prosta:
numpy.zeros(shape, dtype=float, order='C')
Gdzie:
- shape – wymagany argument określający kształt tworzonej tablicy, np. pojedyncza liczba dla jednowymiarowej tablicy, krotka dla większych wymiarów.
- dtype – opcjonalny argument określający typ danych przechowywanych w tablicy (domyślnie
float
). - order – opcjonalny argument określający sposób przechowywania tablicy w pamięci (
'C'
dla porządku wierszowego,'F'
dla porządku kolumnowego).
Przykład zastosowania numpy.zeros w języku Python
Przyjrzyjmy się kilku przykładom wykorzystania tej funkcji:
Tworzenie jednowymiarowej tablicy z zerami
import numpy as np
arr = np.zeros(5)
print(arr)
Wynik:
[0. 0. 0. 0. 0.]
Tworzenie dwuwymiarowej tablicy
arr_2d = np.zeros((3, 4))
print(arr_2d)
Wynik:
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
Tworzenie tablicy z zerami o określonym typie danych
arr_int = np.zeros((2, 3), dtype=int)
print(arr_int)
Wynik:
[[0 0 0]
[0 0 0]]
Tworzenie wielowymiarowej tablicy
arr_3d = np.zeros((2, 3, 4))
print(arr_3d.shape)
Wynik:
(2, 3, 4)
Porównanie numpy.zeros() i numpy.ones()
Funkcja numpy.zeros()
tworzy tablicę wypełnioną zerami, natomiast numpy.ones()
tworzy tablicę wypełnioną jedynkami. Oto krótkie porównanie ich działania:
Funkcja | Opis | Przykładowy wynik |
---|---|---|
np.zeros((2,2)) |
Tworzy tablicę 2×2 z zerami | [[0.0, 0.0], [0.0, 0.0]] |
np.ones((2,2)) |
Tworzy tablicę 2×2 z jedynkami | [[1.0, 1.0], [1.0, 1.0]] |
Kiedy warto używać numpy.zeros()?
Numpy.zeros() jest szczególnie użyteczne w wielu przypadkach, np.:
- Gdy trzeba stworzyć pustą tablicę i uzupełniać ją w późniejszych etapach.
- Podczas budowania macierzy w uczeniu maszynowym lub analizie danych.
- Przy inicjalizacji macierzy wag w sieciach neuronowych.
- Do przechowywania wyników obliczeń matematycznych bez potrzeby deklarowania wartości początkowych.
Podsumowanie
Funkcja numpy.zeros()
to podstawowe narzędzie w NumPy, pozwalające na szybkie tworzenie tablic wypełnionych zerami. Dzięki prostocie użycia i wysokiej wydajności jest powszechnie stosowana w analizie danych, uczeniu maszynowym oraz innych dziedzinach obliczeniowych. Mam nadzieję, że teraz już dobrze wiesz, jak działa numpy zeros w języku Python i jak go efektywnie wykorzystać w swoich projektach.
Opanuj analizę danych w Pythonie z moim kursem!
Opanujesz podstawy programowania w Pythonie, w tym typy danych, zmienne, listy, słowniki, funkcje oraz obsługę błędów. Nauczysz się korzystać z biblioteki pandas do zaawansowanej analizy danych i pracy z różnymi rodzajami danych. Zrozumiesz proces analizy, eksploracji (EDA) i wizualizacji. Tworzenie własnych funkcji przygotuje Cię do rozmów kwalifikacyjnych i rozwiązywania rzeczywistych problemów biznesowych.
Zostań analitykiem danych – dołącz do KajoDataSpace!
Najlepsza ścieżka do zawodu analityka danych. Dostęp do pełnych wersji kursów online z Excela, SQLa, Tableau i Pythona z certyfikatami + specjalistycznych webinarów z PowerBI.
Ekskluzywana ale pomagająca sobie społeczność.
Ponad 61 godzin materiałów video.
Spotkania LIVE co miesiąc.
Mój osobisty mentoring.