NumPy 1.14 - numpy.full_like()

numpy.full_like




numpy

numpy.full_like

numpy.full_like(a, fill_value, dtype=None, order='K', subok=True) [source]

एक ही आकार के साथ एक पूर्ण सरणी लौटें और दिए गए सरणी के रूप में टाइप करें।

पैरामीटर:

a : array_like

आकार और डेटा-प्रकार परिभाषित सरणी के इन्हीं गुणों को परिभाषित करते हैं।

fill_value : स्केलर

मान भरें।

dtype : data-type, वैकल्पिक

परिणाम के डेटा प्रकार को ओवरराइड करता है।

आदेश : {'C', 'F', 'A', या 'K'}, वैकल्पिक

परिणाम के मेमोरी लेआउट को ओवरराइड करता है। 'सी' का मतलब सी-ऑर्डर है, 'एफ' का मतलब एफ-ऑर्डर है, 'ए' का मतलब 'एफ' है अगर a फोरट्रान सन्निहित है, तो 'सी' अन्यथा। 'K' का मतलब है कि a संभव के रूप में बारीकी से लेआउट का मिलान करें।

सबोक : बूल, वैकल्पिक।

यदि यह सत्य है, तो नया बनाया गया सरणी उप-वर्ग प्रकार 'a' का उपयोग करेगा, अन्यथा यह एक आधार-वर्ग सरणी होगा। सत्य की अवहेलना।

यह दिखाता है:

बाहर : ndarray

समान आकार और प्रकार के साथ fill_value सरणी।

यह भी देखें

zeros_like
आकार और इनपुट के प्रकार के साथ शून्य की एक सरणी लौटें।
ones_like
आकार और इनपुट के प्रकार के साथ लोगों की एक सरणी लौटें।
empty_like
आकृति और प्रकार के इनपुट के साथ एक खाली सरणी लौटाएं।
zeros
मान सेट करने के लिए एक नया सरणी शून्य पर लौटें।
ones
मान के लिए एक नया सरणी सेटिंग लौटाएं।
empty
एक नया असिंचित सरणी लौटें।
full
एक नई सरणी भरें।

उदाहरण

>>> x = np.arange(6, dtype=int)
>>> np.full_like(x, 1)
array([1, 1, 1, 1, 1, 1])
>>> np.full_like(x, 0.1)
array([0, 0, 0, 0, 0, 0])
>>> np.full_like(x, 0.1, dtype=np.double)
array([ 0.1,  0.1,  0.1,  0.1,  0.1,  0.1])
>>> np.full_like(x, np.nan, dtype=np.double)
array([ nan,  nan,  nan,  nan,  nan,  nan])
>>> y = np.arange(6, dtype=np.double)
>>> np.full_like(y, 0.1)
array([ 0.1,  0.1,  0.1,  0.1,  0.1,  0.1])