numpy.zeros_like#

numpy.zeros_like(a, dtype=None, порядок='K', subok=True, shape=None, *, device=None)[источник]#

Возвращает массив нулей с той же формой и типом, что и заданный массив.

Параметры:

aarray_like: Форма и тип данных a определяют те же атрибуты возвращаемого массива.
dtypeтип данных, опционально: Переопределяет тип данных результата.
порядок{'C', 'F', 'A' или 'K'}, опционально: Переопределяет расположение памяти результата. ‘C’ означает порядок C, ‘F’ означает порядок F, ‘A’ означает ‘F’, если a является Fortran смежным, 'C' в противном случае. 'K' означает соответствие макету a как можно ближе.
subokbool, опционально.: Если True, то вновь созданный массив будет использовать тип подкласса a, иначе это будет массив базового класса. По умолчанию True.
shapeint или последовательность ints, опционально.: Переопределяет форму результата. Если order='K' и количество измерений не изменилось, попытается сохранить порядок, в противном случае подразумевается order='C'.
devicestr, optional: Устройство, на котором размещается созданный массив. По умолчанию: None. Только для совместимости с Array-API, поэтому должно быть "cpu" если передано.

Новое в версии 2.0.0.

Возвращает:

выходndarray: Массив нулей с той же формой и типом, что и a.

Смотрите также

empty_like: Возвращает пустой массив с формой и типом входных данных.
ones_like: Возвращает массив единиц с формой и типом входных данных.
full_like: Возвращает новый массив с формой входных данных, заполненный значением.
zeros: Возвращает новый массив, устанавливая значения в ноль.

Примеры

>>> import numpy as np
>>> 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=float)
>>> y
array([0., 1., 2.])
>>> np.zeros_like(y)
array([0.,  0.,  0.])