python中full函数_Pythonnumpy.full_like函数⽅法的使⽤numpy.full_like
numpy.full_like(a, fill_value, dtype=None, order='K', subok=True)[source]
返回与给定数组具有相同形状和类型的数组。并且数组中元素的值是fill_value的值
参数:a : array_like
⽤a的形状和数据类型，来定义返回数组的属性。
fill_value : 标量
数组中元素的值
dtype : 数据类型, 可选
覆盖结果的数据类型。
order : {‘C’, ‘F’, ‘A’, or ‘K’}, 可选
覆盖结果的内存布局。 'C'表⽰C顺序，'F'表⽰F顺序，'A'表⽰如果a是Fortran连续，则表⽰'F'，否则'C'。 'K'表⽰尽可能匹配a的布局。
subok: bool, 可选.
值为True是使⽤a的内部数据类型，值为False是使⽤a数组的数据类型，默认为True
返回值：返回值类型 : ndarray(ndarray是N维数组对象)
返回与a相同类型和形态，并且⽤fill_value的值填充的数组
例如
>>>import numpy as np
>>>
>>> x = np.arange(6, dtype=int)
>>> np.full_like(x, 1)
array([1, 1, 1, 1, 1, 1])
>>> np.full_like(x, 0.1)
python 定义数组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])

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。