numpy.zeros_like

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

Возвращает массив нулей с той же формой и типом, что и заданный массив.

Параметры:

a : array_like Форма и тип данных a определяют эти же атрибуты возвращаемого массива. dtype : data-type, optional Переопределяет тип данных результата. Новое в версии 1.6.0. order : {‘C’, ‘F’, ‘A’, or ‘K’}, optional Переопределяет расположение памяти результата. ‘C’ означает порядок C, ‘F’ означает порядок F, ‘A’ означает ‘F’, если a является Фортрановским, непрерывным, ‘C’ в противном случае. ‘K’ означает соответствие расположению a как можно точнее. Новое в версии 1.6.0. subok : bool, optional. Если True, то новый созданный массив будет использовать тип подкласса ‘a’, иначе это будет массив базового класса. По умолчанию True. shape : int or sequence of ints, optional. Переопределяет форму результата. Если order=’K’ и количество измерений не изменилось, будет пытаться сохранить порядок, в противном случае подразумевается order=’C’. Новое в версии 1.17.0.

Возвращает:

out : ndarray Массив нулей с 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 единиц с формой и типом входных данных.

full_like

Возвращает новый массив с формой входных данных, заполненный значением.

zeros

Возвращает новый массив, устанавливая значения в ноль.

Примеры

>>> 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.])