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全零数组。

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 中的新功能。

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’ 表示尽可能接近地匹配 a 的布局。

版本 1.6.0 中的新功能。

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' 且维度数不变，则将尝试保持顺序，否则，将隐含 order='C'。

版本 1.17.0 中的新功能。

device字符串，可选

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

版本 2.0.0 中的新功能。

返回值：
outndarray

与 a 具有相同形状和类型的全零数组。

另请参阅

empty_like

返回一个具有输入形状和类型的空数组。

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，并填充指定的值。

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.])
本页内容