numpy.ma.zeros_like#

ma.zeros_like = <numpy.ma.core._convert2ma object>#

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返回数组的这些相同属性。

dtype数据类型,可选

覆盖结果的数据类型。

版本 1.6.0 中的新内容。

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 Fortran 顺序,'A' 表示如果 a 是 Fortran 连续的则为 'F',否则为 'C'。'K' 表示尽可能地匹配 a 的布局。

版本 1.6.0 中的新内容。

subok布尔值,可选。

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

shape整数或整数序列,可选。

覆盖结果的形状。如果 order='K' 并且维数不变,则将尝试保持顺序,否则,将隐含 order='C'。

版本 1.17.0 中的新内容。

device字符串,可选

放置创建数组的设备。默认值:None。仅用于 Array-API 互操作性,因此如果传递则必须为 "cpu"

版本 2.0.0 中的新内容。

返回值:
outMaskedArray

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全 1 数组。

full_like

返回一个具有输入形状的新数组,并用值填充。

zeros

返回一个将值设置为零的新数组。

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.])