Python中的 numpy.full_like()

numpy.full_like()函数返回一个形状（shape）和类型（dtype）与给定数组（array）相同的填充值（fill value）数组（array）。该函数用于创建一个与给定数组同样结构的数组，但是填充值是常量。

语法

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

• a：给定的数组或者数组样式，函数会按该数组的形状（shape）和数据类型（dtype）生成新的数组。
• fill_value：数组需要被填充的标量值。
• dtype：返回的数组数据类型，默认为 None，则和 a 数组的数据类型保持一致。
• order：新数组的实际存储顺序。可选 'C' （按行）、'F'（按列）或 'A'（任意，系统默认）。
• subok ：Boolean。如果为 True，则子类将被传递，否则返回一个强制的类型。

示例

import numpy as np

# 给定原数组
a = np.array([[1, 2, 3], [4, 5, 6]])

# 创建形状和类型与原数组相同的数组，并填充为7
b = np.full_like(a, 7)

print(b)

输出：

[[7 7 7]
 [7 7 7]]

应用场景

numpy.full_like()函数通常用于在现有数组结构中创建一个新的填充常量的数组，它可以通过给定的数组的形状和数据类型快速创建新的数组，使得该函数在机器学习、数据分析等领域的实际应用中显得尤为重要。

总结

numpy.full_like()函数返回一个与给定数组维度相同、数据类型相同、填充值相同的新数组。它的用法比较简单，通常用于在现有数组结构中创建一个新的填充常量的数组。numpy.full_like()函数是NumPy中常用的数组创建函数之一，在数据分析、机器学习等领域广泛使用。