numpy.full_like

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

Возвращает массив с заполнением, имеющий ту же форму и тип, что и заданный массив.

Параметры:

a : array_like Форма и тип данных a определяют те же атрибуты возвращаемого массива. fill_value : скаляр Значение заполнения. dtype : тип данных, необязательно Переопределяет тип данных результата. order : {‘C’, ‘F’, ‘A’, или ‘K’}, необязательно Переопределяет расположение памяти результата. ‘C’ означает порядок C, ‘F’ означает порядок F, ‘A’ означает ‘F’, если a является фортрановским, в противном случае ‘C’. ‘K’ означает, что следует максимально точно соответствовать расположению a. subok : bool, необязательно Если True, тогда вновь созданный массив будет использовать тип подкласса ‘a’, в противном случае это будет массив базового класса. По умолчанию True.

Возвращает:

out : ndarray Массив fill_value с той же формой и типом, что и a.

См. также

zeros_like

Возвращает массив нулей с формой и типом ввода.

ones_like

Возвращает массив единиц с формой и типом ввода.

empty_like

Возвращает пустой массив с формой и типом ввода.

zeros

Возвращает новый массив, устанавливая значения в ноль.

ones

Возвращает новый массив, устанавливая значения в единицу.

empty

Возвращает новый неинициализированный массив.

full

Заполняет новый массив.

Примеры

>>> x = np.arange(6, dtype=np.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])