numpy.ones_like
numpy.ones_like(a, dtype=None, order='K', subok=True)
Функция ones_like() возвращает новый массив из единиц с формой и типом данных указанного массива a.
-
- a- существующий массив
- Форма и тип данных массива
aопределяет форму и тип данных возвращаемого массива. - dtype - тип данных NumPy (необязательный)
- Определяет тип данных выходного массива.
- order - 'C', 'F', 'A' или 'K' (необязательный)
- Этот параметр определяет в каком порядке массивы должны храниться в памяти: строчном C-стиле или столбчатом стиле Fortran. Флаг 'A' установит макет памяти выходного массива в 'F' если массив
aявляется смежным со столбчатым стилем Fortran, в противном случае макет памяти будет установлен в 'C'. Флаг 'K', используемый по умолчанию, устанавливает макет памяти выходного массива аналогичный массивуa. - subok- True или False (необязательный)
- Если параметр установлен в значение True (установлено по умодчанию), то выходной массив будет использовать тип подкласса массива
a, если False то тип массива базового класса.
-
- результат - массив NumPy
- Массив из единиц, с формой и типом данных указанного массива
a.
Примеры
>>> import numpy as np
>>>
>>> a = np.array([[7, 7], [1, 1]])
>>> a
array([[7, 7],
[1, 1]])
>>>
>>> np.ones_like(a)
array([[1, 1],
[1, 1]])
>>>
>>> np.ones_like(a, dtype = np.int8)
array([[1, 1],
[1, 1]], dtype=int8)
>>>
>>> b = np.arange(8, dtype = np.float32)
>>> b
array([ 0., 1., 2., 3., 4., 5., 6., 7.], dtype=float32)
>>>
>>> b = b.reshape(2, 4)
>>> b
array([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.]], dtype=float32)
>>>
>>> np.ones_like(b)
array([[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]], dtype=float32)
