• Yapay zeka soru ve sorunlarınızı uygun olan kategorilere açıp yanıt alabilirsiniz...

NumPy zeros ile sıfırlardan oluşan dizi nasıl oluşturulur?

Garfield

Yönetici
YZF Admin
Yaş
40
Konum
YurtDışı
Katılım
27 Eki 2026
Konular
427
Mesajlar
440
AI Seviyesi
Yeni
İlk olarak NumPy’yi içe aktarın ve np.zeros() işlevine oluşturmak istediğiniz şekli verin. Örneğin np.zeros(5), beş elemanlı ve tamamı 0.0 olan tek boyutlu bir dizi üretir. Satır ve sütun sayısını birlikte belirtirseniz çok boyutlu dizi oluşturabilirsiniz; işlem tamamlandığında sonucu yazdırarak boyutunu ve veri türünü kontrol edebilirsiniz.

Tek boyutlu sıfır dizisi oluşturma​

NumPy kurulu ve Python dosyanız veya etkileşimli Python oturumunuz hazır olmalıdır. Aşağıdaki örnek varsayımsaldır; çalıştırıldığında beş elemanlı bir dizi elde edersiniz.
  1. NumPy’yi içe aktarın. NumPy’ye genellikle np kısa adı verilir; sonraki kodlarda np.zeros() biçimini kullanabilirsiniz.
  2. Dizi uzunluğunu belirtin. np.zeros(5) ifadesindeki 5, oluşturulacak diziye kaç eleman konulacağını belirtir.
  3. Sonucu yazdırın. Kod çalıştığında beş adet sıfır görürsünüz. Varsayılan veri türü kayan noktalı sayıdır; bu nedenle çıktıda değerler genellikle 0. biçiminde görünür.
Python:
import numpy as np

dizi = np.zeros(5)

print(dizi)
print(dizi.shape)
print(dizi.dtype)

Beklenen çıktı yaklaşık olarak şöyledir:

Kod:
 [0. 0. 0. 0. 0.]
(5,)
float64

Buradaki (5,) dizi şeklinin tek boyutlu ve uzunluğunun 5 olduğunu, float64 ise elemanların kayan noktalı sayı olarak tutulduğunu gösterir. Bu çıktı dizinin bellekteki tüm ayrıntılarını veya hesaplamalarınız için otomatik olarak doğru veri türünü kanıtlamaz; özellikle tamsayı işlemleri yapacaksanız veri türünü açıkça belirtin.

Satır ve sütunlardan oluşan dizi oluşturma​

Birden fazla boyut için şekli demet olarak verin. np.zeros((2, 3)) ifadesi 2 satır ve 3 sütundan oluşan, toplam 6 elemanlı bir dizi oluşturur. Dıştaki parantez, zeros() işlevine tek bir şekil değeri gönderildiğini belirtir.
  1. Boyutları belirleyin. İlk sayı satır, ikinci sayı sütun sayısıdır; örnekte şekil (2, 3) olur.
  2. Veri türünü gerekiyorsa seçin. dtype=int kullanırsanız sıfırlar tamsayı olarak oluşturulur; bu, kayan noktalı değer istemediğiniz durumlarda daha açık bir seçimdir.
  3. Şekli ve içeriği kontrol edin. shape satır-sütun düzenini, dizinin kendisini yazdırmak ise bütün elemanların sıfır olduğunu gösterir.
Python:
import numpy as np

tamsayi_matrisi = np.zeros((2, 3), dtype=int)

print(tamsayi_matrisi)
print(tamsayi_matrisi.shape)
print(tamsayi_matrisi.dtype)

Beklenen çıktı:

Kod:
[[0 0 0]
 [0 0 0]]
(2, 3)
int64

Buradaki int64 çıktısı, 64 bit bir sistemde NumPy 2.x için geçerlidir. dtype=int platformun varsayılan tamsayı türünü seçer; 32 bit sistemlerde veya NumPy 1.x kullanılan bazı Windows ortamlarında int32 görebilirsiniz. Türün her ortamda 64 bit olmasını istiyorsanız dtype=np.int64 kullanın.

Şekil ve veri türü seçimi​

zeros() ilk parametre olarak tek bir tamsayı alırsa tek boyutlu dizi, boyutları içeren bir demet alırsa çok boyutlu dizi üretir. dtype verilmezse NumPy çoğunlukla kayan noktalı tür kullanır. Türü baştan belirlemek, daha sonra atanan değerlerin nasıl saklanacağı konusunda belirsizliği azaltır.
  • Tek boyutlu dizi: np.zeros(4) → dört elemanlı dizi.
  • İki boyutlu dizi: np.zeros((3, 2)) → üç satır, iki sütun.
  • Tamsayı sıfırlar: np.zeros(4, dtype=int) → dört tamsayı eleman.
  • Ondalıklı sıfırlar: np.zeros((2, 2), dtype=float) → ikiye iki kayan noktalı dizi.
Oluşturulan dizi başlangıç değerlerini sıfırlamak, toplama veya birikimli hesaplama için başlangıç alanı hazırlamak gibi işlerde kullanılabilir. Ancak zeros() dizinin daha sonra yapacağı hesabı kendiliğinden tanımlamaz; yalnızca seçtiğiniz şekil ve veri türünde başlangıç değerleri oluşturur. Örneğin bir matrisi sıfırlarla başlatıp değerleri sonradan indekslerle değiştirebilirsiniz:

Python:
import numpy as np

sonuclar = np.zeros(3, dtype=int)
sonuclar[1] = 7

print(sonuclar)

Bu örneğin çıktısı [0 7 0] olur. Yani yalnızca ikinci eleman değiştirilmiş, diğer elemanlar başlangıçtaki sıfır değerlerini korumuştur. Beklenenden farklı bir sonuç alırsanız önce shape, dtype ve hangi indekslere değer atadığınızı birlikte kontrol edin.
 
Son düzenleme:

Sen de şimdi bize katılmak ister misin?

Kayıt ol

Bize katılım kolay ve ücretsizdir!

Konuyu görüntüleyenler

Bu konuyu şu anda görüntüleyen üye bulunmuyor.
Robotlar:
  • Anthropic
Geri
Üst