numpy.zeros_like¶
-
numpy.
zeros_like
(a, dtype=None, order='K', subok=True)[source]¶ 返回具有与给定数组相同的形状和类型的零数组。
参数: a:array_like
a的形状和数据类型定义返回的数组的这些相同的属性。
dtype:数据类型,可选
覆盖结果的数据类型。
版本1.6.0中的新功能。
order:{'C','F','A'或'K'},可选
覆盖结果的内存布局。'C'表示C阶,'F'表示F阶,'A'表示如果a是Fortran连续的'F',否则为'C'。'K'表示尽可能接近a的布局。
版本1.6.0中的新功能。
subok:bool,可选。
如果为True,那么新创建的数组将使用子类类型'a',否则将是一个基类数组。默认为True。
返回: out:ndarray
具有与a相同形状和类型的零数组。
也可以看看
ones_like
- 返回具有输入的形状和类型的数组。
empty_like
- 返回一个具有输入形状和类型的空数组。
zeros
- 将新的数组设置值返回为零。
ones
- 将新的数组设置值返回为1。
empty
- 返回一个新的未初始化数组。
例子
>>> 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=np.float) >>> y array([ 0., 1., 2.]) >>> np.zeros_like(y) array([ 0., 0., 0.])