numpy.zeros_like

numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None, *, device=None)

返回一个与给定数组具有相同形状和类型的零数组.

参数:

aarray_like

a 的形状和数据类型定义了返回数组的相同属性.

dtypedata-type,可选

覆盖结果的数据类型.

order{‘C’, ‘F’, ‘A’, 或 ‘K’},可选

覆盖结果的内存布局. ‘C’ 表示 C 顺序,’F’ 表示 F 顺序,如果 a 是 Fortran 连续的,则 ‘A’ 表示 ‘F’,否则表示 ‘C’. ‘K’ 表示尽可能匹配 a 的布局.

subokbool,可选.

如果为 True,则新创建的数组将使用 a 的子类类型,否则它将是一个基类数组.默认为 True.

shapeint 或 int 序列,可选.

覆盖结果的形状.如果 order=’K’ 且维数未更改,将尝试保持顺序,否则,意味着 order=’C’.

devicestr, optional

用于放置所创建的数组的设备.默认值:None.仅用于 Array-API 互操作性,因此如果传递,则必须为 "cpu" .

在 2.0.0 版本加入.

返回:

outndarray

与 a 具有相同形状和类型的零数组.

参见

empty_like

返回一个具有输入形状和类型的空数组.

ones_like

返回一个具有输入形状和类型的 1 数组.

full_like

返回一个与输入数组形状相同,并使用给定值填充的新数组.

zeros

返回一个将所有值设置为零的新数组.

示例

Try it in your browser!

>>> import numpy as np
>>> 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.])

Go BackOpen In Tab