numpy.zeros_like

numpy.zeros_like(a, dtype=None, order='K', subok=True)

Функция zeros_like() возвращает новый массив из нулей 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 нулей, с формой и типом данных указанного массива a.
Смотрите так же: zeros, empty_like, ones_like, full_like

Примеры

>>> import numpy as np
>>> 
>>> a = np.array([1, 2, 3, 4, 5])
>>> a
array([1, 2, 3, 4, 5])
>>> 
>>> np.zeros_like(a)
array([0, 0, 0, 0, 0])
>>> 
>>> b = np.arange(16, dtype = np.float64)
>>> b = b.reshape((4, 4))
>>> b
array([[  0.,   1.,   2.,   3.],
       [  4.,   5.,   6.,   7.],
       [  8.,   9.,  10.,  11.],
       [ 12.,  13.,  14.,  15.]])
>>> 
>>> c = np.zeros_like(b)
>>> c
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
>>> 
>>> c.dtype
dtype('float64')
Смотрите так же: arange, reshape