numpy full_like 用法及代码示例

用法:
numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
返回形状和类型与给定数组相同的完整数组。

描述
参数 a: : array_like

a的形状和数据类型定义了返回数组的这些相同属性。
fill_value: : scalar

填充值。
dtype: : data-type, 可选参数

覆盖结果的数据类型。
order: : {‘C’, ‘F’, ‘A’, 或 ‘K’}, 可选参数

覆盖结果的内存布局。如果a是Fortran连续的,则‘C’表示C-order,‘F’表示F-order,‘A’表示‘F’,否则为‘C’。 ‘K’表示尽可能匹配a的布局。
subok: : bool, optional.

如果为True,则新创建的阵列将使用‘a’的sub-class类型,否则将为base-class阵列。默认为True。
shape: : int 或 sequence of ints, optional.

覆盖结果的形状。如果order =’K’并且尺寸数量不变,则将尝试保持顺序,否则,则隐含order =’C’。

1.17.0版中的新功能。

返回值 out: : ndarray

具有与a相同的形状和类型的fill_value数组。

例子:

>>> x = np.arange(6, dtype=int)
>>> np.full_like(x, 1)
array([1, 1, 1, 1, 1, 1])
>>> np.full_like(x, 0.1)
array([0, 0, 0, 0, 0, 0])
>>> np.full_like(x, 0.1, dtype=np.double)
array([0.1, 0.1, 0.1, 0.1, 0.1, 0.1])
>>> np.full_like(x, np.nan, dtype=np.double)
array([nan, nan, nan, nan, nan, nan])
>>> y = np.arange(6, dtype=np.double)
>>> np.full_like(y, 0.1)
array([0.1,  0.1,  0.1,  0.1,  0.1,  0.1])

发表回复

登录... 后才能评论