numpy.full_like

麻木的。full_like ( a , fill_value , 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完整数组。

参数：

类似数组

a的形状和数据类型定义了返回数组的相同属性。

类似数组的填充值

填充值。

dtype数据类型，可选

覆盖结果的数据类型。

顺序{'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，如果a是 Fortran 连续的，'A' 表示 'F'，否则为 'C'。 'K' 表示尽可能匹配a的布局。

subok布尔，可选。

如果为 True，则新创建的数组将使用a的子类类型，否则它将是基类数组。默认为 True。

shape int 或整数序列，可选。

覆盖结果的形状。如果 order='K' 并且维度数不变，将尝试保持顺序，否则，隐含 order='C'。

1.17.0 版本中的新增功能。

返回：

输出数组

fill_value数组，其形状和类型与a相同。

也可以看看

empty_like

返回一个具有输入形状和类型的空数组。

ones_like

返回具有输入形状和类型的数组。

zeros_like

返回具有输入形状和类型的零数组。

full

返回填充有值的给定形状的新数组。

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])

>>> y = np.zeros([2, 2, 3], dtype=int)
>>> np.full_like(y, [0, 0, 255])
array([[[  0,   0, 255],
        [  0,   0, 255]],
       [[  0,   0, 255],
        [  0,   0, 255]]])