numpy.zeros_like

麻木的。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。

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。

dtype数据类型，可选

覆盖结果的数据类型。

1.6.0 版本中的新增功能。

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。

1.6.0 版本中的新增功能。

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

与a具有相同形状和类型的零数组。

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。

full_like

返回一个新数组，其输入形状填充有值。

zeros

将新数组设置值返回为零。

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