numpy.zeros_like#

numpy.zeros_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、用 0 填充的新数组。

参数:
a类数组对象

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。

order{‘C’, ‘F’, ‘A’, or ‘K’}, optional

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，否则将是基类数组。默认为 True。

shapeint or sequence of ints, 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，将暗含 order=’C’。

devicestr，可选

用于放置创建的数组的设备。默认：None。仅用于 Array-API 互操作性，因此如果传递，必须是 "cpu"。

版本 2.0.0 中新增。

返回:
outndarray

与 a 具有相同形状和类型的零数组。

另请参阅

empty_like

返回一个形状和类型与输入数组相同的空数组。

ones_like

返回一个形状和类型与输入相同的全 1 数组。

full_like

返回一个形状与输入相同、并用值填充的新数组。

zeros

返回一个新数组，将值设置为零。

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.])
在此页面