Функции numpy.zeros() и numpy.ones()

Что такое функция numpy.zeros()?

Функция numpy.zeros() применяется для создания нулевой матрицы. Также она может быть использована, когда вы в процессе первой итерации инициализируете весовые коэффициенты в TensorFlow (прим. переводчика: пожалуйста, не делайте так никогда!), а также в разных статистических задачах.

Синтаксис будет следующий:

numpy.zeros(shape, dtype=float, order='C')

Здесь shape — размерность массива, dtype — тип данных (указывается опционально, по умолчанию задан тип float64), а order определяет порядок хранения массива в памяти. Order указывается опционально, по умолчанию задан параметр ‘C’, что означает построковое хранение. Можно поменять на ‘F’ и хранить по колонкам.

Пример

import numpy as np
np.zeros((2,2))

Output:

array([[0., 0.],
          [0., 0.]])

Пример использования с указанием типа данных:

import numpy as np
np.zeros((2,2), dtype=np.int16)

Output:

array([[0, 0],
         [0, 0]], dtype=int16)

Что такое функция numpy.ones()?

Функция numpy.ones() применяется для создания матрицы, состоящей из одних единиц. Кроме того, вы можете воспользоваться этой функцией, когда в процессе первой итерации инициализируете веса в TensorFlow (прим. переводчика: уже лучше, но тоже не дивно, инициализируйте лучше случайными весами), а также в разных статистических задачах.

Синтаксис будет следующий:

numpy.ones(shape, dtype=float, order='C')

В этом синтаксисе shape — размерность массива, dtype — тип данных (указывается опционально, по умолчанию задан тип float64), order определяет порядок хранения массива в памяти. Order указывается опционально; по умолчанию задан параметр ‘C’, что означает построковое хранение. Можно поменять на ‘F’ и хранить по колонкам.

Пример

Используем функцию numpy.ones() для создания двумерного массива с заданным типом данных:

import numpy as np
np.ones((1,2,3), dtype=np.int16)

Output:

array([[[1, 1, 1],        
       [1, 1, 1]]], dtype=int16)