numpy.full_like

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

Возвращает массив, заполненный заданным значением, с той же формой и типом, что и заданный массив.

Параметры:

a : array_like Форма и тип данных a определяют те же атрибуты возвращаемого массива. fill_value : scalar Значение заполнения. dtype : data-type, optional Переопределяет тип данных результата. order : {‘C’, ‘F’, ‘A’, or ‘K’}, optional Переопределяет порядок расположения памяти результата. ‘C’ означает порядок C, ‘F’ означает порядок F, ‘A’ означает ‘F’, если a является Fortran-непрерывным, ‘C’ в противном случае. ‘K’ означает максимально возможное соответствие порядку расположения a. subok : bool, optional. Если True, то новый созданный массив будет использовать тип подкласса ‘a’, иначе – массив базового класса. По умолчанию True.

Возвращает:

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

См. также

empty_like

Возвращает пустой массив с формой и типом входных данных.

ones_like

Возвращает массив из единиц с формой и типом входных данных.

zeros_like

Возвращает массив из нулей с формой и типом входных данных.

full

Возвращает новый массив заданной формы, заполненный значением.

Примеры

>>> 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])