Python中的 numpy.full_like()

numpy.full_like()函数返回一个与给定数组具有相同形状和类型的新数组。
句法 ：

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

参数 ：

shape : Number of rows
order : C_contiguous or F_contiguous
dtype : [optional, float(by Default )] Data type of returned array.  
subok : [bool, optional] to make subclass of a or not

返回：

ndarray

Python

# Python Programming illustrating
# numpy.full_like method
 
import numpy as geek
 
x = geek.arange(10, dtype = int).reshape(2, 5)
print("x before full_like : \n", x)
 
# using full_like
print("\nx after full_like : \n", geek.full_like(x, 10.0))
 
y = geek.arange(10, dtype = float).reshape(2, 5)
print("\n\ny before full_like : \n", x)
 
# using full_like
print("\ny after full_like : \n", geek.full_like(y, 0.01))

输出 ：

x before full_like : 
 [[0 1 2 3 4]
 [5 6 7 8 9]]

x after full_like : 
 [[10 10 10 10 10]
 [10 10 10 10 10]]


y before full_like : 
 [[0 1 2 3 4]
 [5 6 7 8 9]]

y after full_like : 
 [[ 0.01  0.01  0.01  0.01  0.01]
 [ 0.01  0.01  0.01  0.01  0.01]]

参考 ：
https://docs.scipy.org/doc/numpy/reference/generated/numpy.full_like.html#numpy.full_like
笔记 ：
这些代码不会在在线 IDE 上运行。因此，请在您的系统上运行它们以探索其工作原理。