numpy.full_like

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

Возвращает массив, заполненный определённым значением, с формой и типом, совпадающими с формой и типом заданного массива.

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’, or ‘K’}, необязательно Переопределяет структуру памяти результата. ‘C’ означает C-порядок, ‘F’ означает F-порядок, ‘A’ означает ‘F’, если a имеет F-порядок, ‘C’ в противном случае. ‘K’ означает соответствие структуре памяти a как можно точнее. subok : bool, необязательно Если True, то новый 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 входных данных.

ones_like

Возвращает массив единиц с формой и типом входных данных.

empty_like

Возвращает пустой массив с формой и типом входных данных.

zeros

Возвращает новый массив со значениями, равными нулю.

ones

Возвращает новый массив со значениями, равными единице.

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])