numpy.zeros_like

原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.zeros_like.html

译者:飞龙 UsyiyiCN

校对:(虚位以待)

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

返回具有与给定数组相同的形状和类型的零数组。

参数:

a:array_like

a的形状和数据类型定义返回的数组的这些相同的属性。

dtype:数据类型,可选

覆盖结果的数据类型。

版本1.6.0中的新功能。

order:{'C','F','A'或'K'},可选

覆盖结果的内存布局。'C'表示C阶,'F'表示F阶,'A'表示如果a是Fortran连续的'F',否则为'C'。'K'表示尽可能接近a的布局。

版本1.6.0中的新功能。

subok:bool,可选。

如果为True,那么新创建的数组将使用子类类型'a',否则将是一个基类数组。默认为True。

返回:

out:ndarray

具有与a相同形状和类型的零数组。

也可以看看

ones_like
返回具有输入的形状和类型的数组。
empty_like
返回一个具有输入形状和类型的空数组。
zeros
将新的数组设置值返回为零。
ones
将新的数组设置值返回为1。
empty
返回一个新的未初始化数组。

例子

>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.zeros_like(x)
array([[0, 0, 0],
       [0, 0, 0]])
>>> y = np.arange(3, dtype=np.float)
>>> y
array([ 0.,  1.,  2.])
>>> np.zeros_like(y)
array([ 0.,  0.,  0.])