Создание массива NumPy: функция ones_like ()
Функция ones_like ()
Функция ones_like () используется для получения массива единиц с той же формой и типом, что и у данного массива.
Синтаксис:
numpy.ones_like (a, dtype = None, order = 'K', subok = True)
Версия: 1.15.0
Параметры:
| название | Описание | Необходимые / Необязательный |
|---|---|---|
| Форма и тип данных определяют эти же атрибуты возвращаемого массива. | необходимые | |
| DTYPE | Переопределяет тип данных результата. Новое в версии 1.6.0. | необязательный |
| порядок | Переопределяет структуру памяти результата. «C» означает C-порядок, «F» означает F-порядок, «A» означает «F», если a является непрерывным по Фортрану, «C» в противном случае. «К» означает соответствие макета как можно ближе. | необязательный |
| subok | Если True, то вновь созданный массив будет использовать тип подкласса 'a', в противном случае это будет массив базового класса. По умолчанию установлено значение True. | необязательный |
Возвращаемое значение:
[ndarray] Массив с одинаковой формой и типом.
Пример: функция numpy.ones_like ()
>>> import numpy as np
>>> x = np.arange(4)
>>> x = x.reshape((2,2))
>>> x
array([[0, 1],
[2, 3]])
>>> 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]])
Иллюстрированная презентация:
Пример: numpy.ones_like, где тип данных int
>>> import numpy as np
>>> y = np.arange(3, dtype=float)
>>> y
array([ 0., 1., 2.])
>>> np.ones_like(y)
array([ 1., 1., 1.])
>>> a = np.arange(5, dtype=int)
>>> a
array([0, 1, 2, 3, 4])
>>> np.ones_like(a)
array([1, 1, 1, 1, 1])
Иллюстрированная презентация:
Python - NumPy Code Editor:
Предыдущие: единицы ()
Далее: нули ()
Новый контент: Composer: менеджер зависимостей для PHP , R программирования
disqus2code