numpy zeros_like 用法及代码示例

Lincoln Numpy 函数 4年前 0 369

用法：
numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
返回与给定数组具有相同形状和类型的零数组。

–	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。 dtype：： data-type, 可选参数覆盖结果的数据类型。 1.6.0版中的新功能。 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。 1.6.0版中的新功能。 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 形状和类型与a相同的零数组。

–

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。
dtype：： data-type, 可选参数

覆盖结果的数据类型。

1.6.0版中的新功能。
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。

1.6.0版中的新功能。
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

形状和类型与a相同的零数组。

>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.zeros_like(x)
array([[0, 0, 0],
       [0, 0, 0]])

>>> y = np.arange(3, dtype=float)
>>> y
array([0., 1., 2.])
>>> np.zeros_like(y)
array([0.,  0.,  0.])

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。