python中full函数_Python numpy.full_like函数方法的使用

numpy.full_like

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

返回与给定数组具有相同形状和类型的数组。并且数组中元素的值是fill_value的值

参数:a : array_like

用a的形状和数据类型，来定义返回数组的属性。

fill_value : 标量

数组中元素的值

dtype : 数据类型, 可选

覆盖结果的数据类型。

order : {‘C’, ‘F’, ‘A’, or ‘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，则表示'F'，否则'C'。 'K'表示尽可能匹配a的布局。

subok: bool, 可选.

值为True是使用a的内部数据类型，值为False是使用a数组的数据类型，默认为True

返回值:返回值类型 : ndarray(ndarray是N维数组对象)

返回与a相同类型和形态，并且用fill_value的值填充的数组

例如

>>>import numpy as np

>>>

>>> 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])