numpy.ones_like
numpy.ones_like(a, dtype=None, order='K', subok=True) [source]
返回与指定数组具有相同形状和数据类型的数组，并且数组中的值都为1。
参数: | a ： array_like 用a的形状和数据类型，来定义返回数组的属性 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。 顺序 ： {'C'，'F'，'A'或'K'}，可选 覆盖结果的内存布局。'C'表示C顺序，'F'表示F顺序，'A'表示如果a是Fortran连续, 则表示'F'，否则'C'。“K”表示匹配的布局一个尽可能接近。 版本1.6.0中的新功能。 subok ： True：使用 |
返回: | 返回值类型 ： ndarray 与a相同形状和数据类型的数组，并且数组中的值都为1 |
例如，
1）整数数组
创建一个由连续整数组成的数组 x，然后将其重塑成形状为 (2, 3) 的二维数组。使用 numpy.ones_like 函数创建一个与 x 形状相同的全1数组。
import numpy as np # 创建并重塑数组 x = np.arange(6) x = x.reshape((2, 3)) print("Original x array:") print(x) # 使用 numpy.ones_like 创建全1数组 ones_like_x = np.ones_like(x) print("Array of ones like x:") print(ones_like_x)
输出将展示原始的 x 数组和一个与 x 形状相同的全1数组。
2）浮点数组
创建一个由浮点数组成的一维数组 y。然后使用 numpy.ones_like 函数创建一个与 y 形状和数据类型都相同的全1数组。
import numpy as np
# 创建浮点数数组
y = np.arange(3, dtype=float)
print("Original y array:")
print(y)
# 使用 numpy.ones_like 创建全1数组
ones_like_y = np.ones_like(y)
print("Array of ones like y:")
print(ones_like_y)