zeros

创建全零数组

全页折叠

语法

X = zeros

X = zeros(n)

X = zeros(sz1,...,szN)

X = zeros(sz)

X = zeros(___,typename)

X = zeros(___,'like',p)

说明

X = zeros 返回标量 0。

示例

X = zeros(n) 返回一个 n×n 的全零矩阵。

示例

X = zeros(sz1,...,szN) 返回由零组成的 sz1×...×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如，zeros(2,3) 将返回一个 2×3 矩阵。

示例

X = zeros(sz) 返回一个由零组成的数组，其中大小向量 sz 定义 size(X)。例如，zeros([2 3]) 将返回一个 2×3 矩阵。

示例

X = zeros(___,typename) 返回一个由零组成并且数据类型为 typename 的数组。例如，zeros('int8') 将返回一个 8 位整数标量 0。您可以使用上述语法中的任何输入参数。

示例

X = zeros(___,'like',p) 将返回一个与 p 类似的由零值组成的数组，它具有与 p 相同的数据类型（类）、稀疏度和复/实性。您可以指定 typename 或 'like'，但不能同时指定二者。

示例

全部折叠

零矩阵

打开实时脚本

创建一个由零值组成的 4×4 矩阵。

X = zeros(4)

X = 4×4

     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0

由零组成的三维数组

打开实时脚本

创建一个由零组成的 2×3×4 数组。

X = zeros(2,3,4);
size(X)

ans = 1×3

     2     3     4

根据现有数组克隆大小

打开实时脚本

创建一个由零组成的，大小与现有数组相同的数组。

A = [1 4; 2 5; 3 6];
sz = size(A);
X = zeros(sz)

它是一种将前两行代码合并成一行的常见模式：

X = zeros(size(A));

指定零数据类型

打开实时脚本

创建一个由零组成的 1×3 向量，其元素为 32 位无符号整数。

X = zeros(1,3,'uint32')

X = 1x3 uint32 row vector

   0   0   0

class(X)

ans = 
'uint32'

根据现有数组克隆复/实性

打开实时脚本

创建一个非实数值而是与现有数组类似的复数标量 0。

首先，创建一个复数向量。

p = [1+2i 3i];

创建一个是类如 p 的复数的标量 0。

X = zeros('like',p)

X = 0.0000 + 0.0000i

根据现有数组克隆稀疏性

打开实时脚本

创建一个 10×10 稀疏矩阵。

p = sparse(10,10,pi);

创建一个由零组成的类如 p 的 2×3 稀疏矩阵。

X = zeros(2,3,'like',p)

X = 
   All zero sparse: 2x3

根据现有数组克隆大小和数据类型

打开实时脚本

创建一个由 8 位无符号整数组成的 2×3 数组。

p = uint8([1 3 5; 2 4 6]);

创建一个与 p 具有相同大小和数据类型的由零组成的数组。

X = zeros(size(p),'like',p)

X = 2x3 uint8 matrix

   0   0   0
   0   0   0

class(X)

ans = 
'uint8'

克隆分布式数组

如果您拥有 Parallel Computing Toolbox™，请创建一个由 int8 基础数据类型的零值组成的 1000×1000 分布式数组。对于 distributed 数据类型，'like' 语法除了克隆主数据类型，还克隆基础数据类型。

p = zeros(1000,'int8','distributed');

Starting parallel pool (parpool) using the 'local' profile ...
connected to 6 workers.

创建一个由零组成的，且与 p 具有相同大小、主数据类型和基础数据类型的数组。

X = zeros(size(p),'like',p);

class(X)

ans =

    'distributed'

underlyingType(X)

ans =

    'int8'

输入参数

全部折叠

`n` — 方阵的大小
整数值

方阵的大小，指定为整数值。

如果 n 为 0，则 X 为一个空矩阵。
如果 n 为负数，则将其视为 0。

`sz1,...,szN` — 每个维度的大小（作为单独参数）
整数值

每个维度的大小，指定为包含整数值的单独参数。

如果任何维度的大小为 0，则 X 为空数组。
如果任何维度的大小为负值，则其将被视为 0。
对于第二个维度以上的维度，zeros 忽略大小为 1 的尾部维度。例如，zeros(3,1,1,1) 生成一个 3×1 零向量。

`sz` — 每个维度的大小（作为行向量）
整数值

每个维度的大小，指定为由整数组成的行向量。此向量的每个元素指示对应维度的大小：

如果任何维度的大小为 0，则 X 为空数组。
如果任何维度的大小为负值，则其将被视为 0。
对于第二个维度以上的维度，zeros 忽略大小为 1 的尾部维度。例如，zeros([3 1 1 1]) 生成一个 3×1 零向量。

示例： sz = [2 3 4] 创建一个 2×3×4 数组。

`typename` — 要创建的数据类型（类）
`'double'` （默认） | `'single'` | `'logical'` | `'int8'` | `'uint8'` | ...

要创建的数据类型（类），指定为 'double'、'single'、'logical'、'int8'、'uint8'、'int16'、'uint16'、'int32'、'uint32'、'int64'、'uint64' 或提供 zeros 支持的其他类的名称。

`p` — 要创建的数组的原型
数组

要创建的数组的原型，指定为数组。

扩展功能

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

维度必须为非负实数整数。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

维度必须为非负实数整数。

HDL 代码生成
使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 Verilog 代码和 VHDL 代码。

维度必须为非负实数整数。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

此函数完全支持基于线程的环境。有关详细信息，请参阅Run MATLAB Functions in Thread-Based Environment。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

用法说明和限制：

您可以将 typename 指定为 'gpuArray'。如果将 typename 指定为 'gpuArray'，则数组的默认基础类型是 double。
要创建基础类型 datatype 的 GPU 数组，请在 typename 之前将该基础类型指定为附加参数。例如，X = zeros(3,datatype,'gpuArray') 创建一个基础类型 datatype 的由 0 组成的 3×3 GPU 数组。
您可以将基础类型 datatype 指定为以下选项之一：
- 'double'
- 'single'
- 'logical'
- 'int8'
- 'uint8'
- 'int16'
- 'uint16'
- 'int32'
- 'uint32'
- 'int64'
- 'uint64'
您也可以将数值变量 p 指定为 gpuArray。
如果将 p 指定为 gpuArray，则返回的数组的基础类型与 p 相同。

有关详细信息，请参阅Run MATLAB Functions on a GPU (Parallel Computing Toolbox)。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

用法说明和限制：

您可以将 typename 指定为 'codistributed' 或 'distributed'。如果将 typename 指定为 'codistributed' 或 'distributed'，则返回的数组的默认基础类型为 double。
要创建基础类型 datatype 的分布式或共存分布式数组，请在 typename 之前将该基础类型指定为附加参数。例如，X = zeros(3,datatype,'distributed') 创建一个基础类型 datatype 的由 0 组成的 3×3 分布式矩阵。
您可以将基础类型 datatype 指定为以下选项之一：
- 'double'
- 'single'
- 'logical'
- 'int8'
- 'uint8'
- 'int16'
- 'uint16'
- 'int32'
- 'uint32'
- 'int64'
- 'uint64'
您也可以将 p 指定为 codistributed 或 distributed 数组。
如果将 p 指定为 codistributed 或 distributed 数组，则返回的数组的基础类型与 p 相同。
有关其他 codistributed 语法，请参阅 zeros (codistributed) (Parallel Computing Toolbox)。

有关详细信息，请参阅Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox)。

版本历史记录

在 R2006a 之前推出

另请参阅

zeros

语法

说明

示例

零矩阵

由零组成的三维数组

根据现有数组克隆大小

指定零数据类型

根据现有数组克隆复/实性

根据现有数组克隆稀疏性

根据现有数组克隆大小和数据类型

克隆分布式数组

输入参数

n — 方阵的大小 整数值

sz1,...,szN — 每个维度的大小（作为单独参数） 整数值

sz — 每个维度的大小（作为行向量） 整数值

typename — 要创建的数据类型（类） 'double' （默认） | 'single' | 'logical' | 'int8' | 'uint8' | ...

p — 要创建的数组的原型 数组

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

HDL 代码生成 使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 Verilog 代码和 VHDL 代码。

基于线程的环境 使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组 使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

版本历史记录

另请参阅

主题

WeChat

`n` — 方阵的大小
整数值

`sz1,...,szN` — 每个维度的大小（作为单独参数）
整数值

`sz` — 每个维度的大小（作为行向量）
整数值

`typename` — 要创建的数据类型（类）
`'double'` （默认） | `'single'` | `'logical'` | `'int8'` | `'uint8'` | ...

`p` — 要创建的数组的原型
数组

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

HDL 代码生成
使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 Verilog 代码和 VHDL 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。