NumPy中zeros_like()函數(shù)的使用及說明
在數(shù)據(jù)分析、機器學習與科學計算中經(jīng)常需要創(chuàng)建一個與現(xiàn)有數(shù)組形狀相同、但值全為零的新數(shù)組。
這時，NumPy 提供了一個非常方便的函數(shù) —— numpy.zeros_like()。
當想要一個“和現(xiàn)有數(shù)組一樣大，但全是零”的數(shù)組時，記得用 zeros_like()。
本文將深入介紹它的用法、參數(shù)、應用場景以及與 numpy.zeros() 的區(qū)別。
一、函數(shù)簡介
numpy.zeros_like() 是 NumPy 提供的一個用于創(chuàng)建零數(shù)組的函數(shù)。
它根據(jù)給定的數(shù)組（或類數(shù)組對象）創(chuàng)建一個形狀、類型相同的新數(shù)組，但所有元素都被初始化為 0。
numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
官方文檔介紹地址numpy.zeros_like
二、參數(shù)詳解
| 參數(shù)名 | 說明 | 默認值 |
|---|---|---|
| a | 用作模板的數(shù)組或類數(shù)組對象 | 必填 |
| dtype | 指定返回數(shù)組的數(shù)據(jù)類型 | 默認為 a的數(shù)據(jù)類型 |
| order | 內(nèi)存布局方式：'C'（行優(yōu)先）或 'F'（列優(yōu)先） | 'K'（保持與 a一致） |
| subok | 若為 True，則子類保持原類型；否則返回 np.ndarray | True |
| shape | 可選，用于重新指定形狀 | None |
三、基本用法示例
示例 1：最簡單的用法
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.zeros_like(a)
print("原數(shù)組 a：\n", a)
print("zeros_like 生成的新數(shù)組 b：\n", b)
輸出：
原數(shù)組 a： [[1 2 3] [4 5 6]] zeros_like 生成的新數(shù)組 b： [[0 0 0] [0 0 0]]
會發(fā)現(xiàn)：
b與a的形狀完全一致- 元素類型（dtype）也相同
- 所有元素都為
0
示例 2：指定數(shù)據(jù)類型
b = np.zeros_like(a, dtype=float) print(b)
輸出：
[[0. 0. 0.] [0. 0. 0.]]
小技巧：當希望創(chuàng)建一個浮點型零矩陣（如在神經(jīng)網(wǎng)絡中初始化權(quán)重），可以通過 dtype=float 實現(xiàn)。
示例 3：指定不同形狀
b = np.zeros_like(a, shape=(3, 3)) print(b)
輸出：
[[0 0 0] [0 0 0] [0 0 0]]
雖然參考了 a，但通過 shape 參數(shù)指定了一個新的形狀 (3, 3)。
示例 4：處理多維數(shù)組
tensor = np.arange(24).reshape(2, 3, 4)
zeros_tensor = np.zeros_like(tensor)
print("原數(shù)組形狀：", tensor.shape)
print("zeros_like 結(jié)果形狀：", zeros_tensor.shape)
輸出：
原數(shù)組形狀： (2, 3, 4) zeros_like 結(jié)果形狀： (2, 3, 4)
非常適合在深度學習中創(chuàng)建梯度矩陣或緩存變量。
四、與numpy.zeros()的區(qū)別
| 函數(shù) | 創(chuàng)建方式 | 形狀來源 | 常用場景 |
|---|---|---|---|
| numpy.zeros(shape) | 手動指定形狀 | 由參數(shù)提供 | 創(chuàng)建全零數(shù)組 |
| numpy.zeros_like(a) | 基于參考數(shù)組 | 繼承自數(shù)組 a | 創(chuàng)建相同結(jié)構(gòu)的零數(shù)組 |
示例對比
a = np.arange(6).reshape(2, 3) z1 = np.zeros((2, 3)) z2 = np.zeros_like(a) print(z1) print(z2)
輸出結(jié)果相同，但 z2 的創(chuàng)建過程更簡潔，更安全（不易出錯）。
五、性能分析
import numpy as np
import time
a = np.random.rand(1000, 1000)
# zeros
start = time.time()
z1 = np.zeros(a.shape)
print("zeros 耗時：", time.time() - start)
# zeros_like
start = time.time()
z2 = np.zeros_like(a)
print("zeros_like 耗時：", time.time() - start)
兩者性能非常接近，但 zeros_like() 避免了顯式指定形狀，代碼更簡潔、更可維護。
六、實際應用場景
- 矩陣運算初始化
result = np.zeros_like(matrix)
- 神經(jīng)網(wǎng)絡梯度緩存
grad_W = np.zeros_like(weights)
- 掩碼操作或圖像處理
mask = np.zeros_like(image, dtype=bool)
- 科學計算的占位符數(shù)組
temp = np.zeros_like(data, dtype=float)
七、總結(jié)
| 特性 | zeros_like() |
|---|---|
| 功能 | 創(chuàng)建一個與給定數(shù)組形狀和類型相同的零數(shù)組 |
| 優(yōu)點 | 簡潔、安全、自動繼承 dtype 與 shape |
| 常見用途 | 初始化、占位、緩存矩陣、圖像掩碼 |
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
TransBigData是一個為交通時空大數(shù)據(jù)處理、分析和可視化而開發(fā)的Python包。本文就來用它實現(xiàn)個人手機定位分析，感興趣的小伙伴可以了解一下2023-04-04
django創(chuàng)建最簡單HTML頁面跳轉(zhuǎn)方法
今天小編就為大家分享一篇django創(chuàng)建最簡單HTML頁面跳轉(zhuǎn)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
在數(shù)據(jù)分析和可視化中,堆疊條形圖是一種非常有用的工具,能夠直觀地展示不同類別在各個樣本中的分布情況,下面我們來看看具體實現(xiàn)方法吧2025-07-07
下面小編就為大家分享一篇pandas對指定列進行填充的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
今天小編就為大家分享一篇pycharm無法導入本地模塊的解決方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python 是一種高級編程語言，擁有強大的功能和工具庫。Python 的閉包是一個強大的編程概念，可以幫助程序員編寫更加模塊化、可重用的代碼。本文將深入介紹 Python 的閉包，從概念、定義、實現(xiàn)、應用等多個角度詳細闡述2023-03-03
python多線程多并發(fā)啟動appium服務的實現(xiàn)
使用Dos命令或者bat批處理來手動啟動appium服務,啟動效率低下,本文主要介紹了python多線程多并發(fā)啟動appium服務的實現(xiàn),具有一定的 參考價值,感興趣的可以了解一下2024-02-02
本文主要介紹了scrapy+flask+html打造搜索引擎的示例代碼，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-07-07
這篇文章主要介紹了Python自動登錄126郵箱的方法,涉及Python針對郵箱操作的相關(guān)技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了Python 爬蟲多線程詳解及實例代碼的相關(guān)資料,需要的朋友可以參考下2016-10-10