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.

Параметры:
a- существующий массив
Форма и тип данных массива a определяет 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 a является 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 массиву a.
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.
Возвращает:
результат - массив NumPy
Массив из единиц, с формой и типом данных указанного массива a.
Смотрите так же: ones, zeros_like, empty_like, full_like

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)
Смотрите так же: arange, reshape