numpy.ones_like#

numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None, *, device=None)[source]#

返回一个与给定数组具有相同形状和类型的全1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。

dtype数据类型,可选

覆盖结果的数据类型。

1.6.0 版本中的新内容。

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 F 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。

1.6.0 版本中的新内容。

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,否则它将是一个基类数组。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’ 并且维数保持不变,将尝试保持顺序,否则将隐式使用 order=’C’。

1.17.0 版本中的新内容。

device字符串,可选

放置创建的数组的设备。默认值:None。仅供 Array-API 互操作性使用,因此如果传递,则必须为 "cpu"

2.0.0 版本中的新内容。

返回值:
outndarray

a 具有相同形状和类型的全1数组。

另请参阅

empty_like

返回一个具有输入形状和类型的空数组。

zeros_like

返回一个具有输入形状和类型的全0数组。

full_like

返回一个具有输入形状的新数组,并用值填充。

ones

返回一个新的数组,将值设置为 1。

示例

>>> import numpy as np
>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.ones_like(x)
array([[1, 1, 1],
       [1, 1, 1]])
>>> y = np.arange(3, dtype=float)
>>> y
array([0., 1., 2.])
>>> np.ones_like(y)
array([1.,  1.,  1.])