Python numpy full_like用法及代碼示例

本文簡要介紹 python 語言中 numpy.full_like 的用法。

用法:

numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)

返回與給定數組具有相同形狀和類型的完整數組。

參數：

a： array_like

a 的形狀和數據類型定義了返回數組的這些相同屬性。

fill_value： 標量

填充值。

dtype： 數據類型，可選

覆蓋結果的數據類型。

order： {‘C’、‘F’、‘A’或‘K’}，可選

覆蓋結果的內存布局。 “C”表示C-order，“F”表示F-order，如果 a 是 Fortran 連續的，“A”表示“F”，否則表示“C”。 ‘K’表示盡可能匹配a的布局。

subok： 布爾值，可選。

如果為True，那麽新創建的數組將使用a的sub-class類型，否則它將是base-class數組。默認為真。

shape： int 或整數序列，可選。

覆蓋結果的形狀。如果 order='K' 且維數不變，將嘗試保持 order，否則，隱含 order='C'。

返回：

out： ndarray

fill_value 的數組，具有與 a 相同的形狀和類型。

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])