numpy.ma.zeros_like#
- ma.zeros_like = <numpy.ma.core._convert2ma object>#
返回一个与给定数组形状和类型相同的零数组。
- 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, optional
覆盖结果的数据类型。
- order{‘C’, ‘F’, ‘A’, 或 ‘K’}, optional
覆盖结果的内存布局。‘C’ 表示 C 顺序,‘F’ 表示 Fortran 顺序,‘A’ 表示如果 a 是 Fortran 连续的则为 ‘F’,否则为 ‘C’。‘K’ 表示尽可能匹配 a 的布局。
- subokbool, optional.
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, optional.
覆盖结果的形状。如果 order='K' 且维度数量不变,将尝试保持顺序,否则,默认为 order='C'。
- devicestr, optional
创建数组的设备。默认值: None。仅用于 Array-API 互操作性,因此如果传递,则必须为
"cpu"
。2.0.0 版本新增。
- 返回:
- outMaskedArray
与 a 具有相同形状和类型的零数组。
另请参阅
empty_like
返回一个与输入形状和类型相同的空数组。
ones_like
返回一个与输入形状和类型相同的全一数组。
full_like
返回一个与输入形状相同并填充给定值的新数组。
zeros
返回一个所有值都为零的新数组。
示例
>>> 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.])