NumPy 中的 full_like() 方法

NumPy 是 Python 中用于科学计算的重要库之一，其中 full_like() 方法是用于创建一个给定数组形状的数组，其中所有元素的值都设置为给定的值。

语法

numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)

• a：输入的数组或数组形状。
• fill_value：要填充的常数。
• dtype：新数组的数据类型，默认为 a 数组的数据类型。
• order：用于 C 或 Fortran 数组的兼容性，可选择 C（按行），F（按列）或 A（任意，默认）。
• subok：如果为 True，则返回子类的数组。
• shape：新数组的形状，如果为 None，则为 a.shape。

示例

import numpy as np

a = np.arange(6).reshape((2, 3))
b = np.full_like(a, 10)

print(a)
# 输出：[[0 1 2]
#        [3 4 5]]

print(b)
# 输出：[[10 10 10]
#        [10 10 10]]

在上面的示例中，我们首先创建了一个 2x3 的数组 a，然后使用 full_like() 方法创建了一个具有相同形状的数组 b，其中所有元素都被设置为常数 10。

总结

full_like() 方法是 NumPy 中一个非常方便且易于使用的函数，它可以帮助我们创建具有指定形状和指定值的数组，而无需手动设置每个元素的值。