数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究在 NumPy 中返回与给定数组具有相同形状和类型的完整数组
要返回与给定数组具有相同形状和类型的完整数组，请在 Python NumPy 中使用 **numpy.full_like()** 方法。第一个参数是形状和数据类型，定义返回数组的相同属性。第二个参数是填充值。
order 参数会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 连续的则为“F”，否则为“C”。“K”表示尽可能接近地匹配 a 的布局。
subok 参数如果为 True，则新创建的数组将使用 a 的子类类型，否则它将是基类数组。默认为 True。shape 参数会覆盖结果的形状。如果 order='K' 且维度数量不变，则会尝试保持顺序，否则，将隐含 order='C'。
步骤
首先，导入所需的库 -
import numpy as np
使用 Python NumPy 中的 numpy.array() 方法创建一个新数组 -
arr = np.array([[91, 34, 89], [29, 87, 55]])
显示数组 -
print("Array...
",arr)获取数组的类型 -
print("
Array type...
", arr.dtype)
获取数组的维度 -
print("
Array Dimensions...
", arr.ndim)要返回与给定数组具有相同形状和类型的完整数组，请在 Python NumPy 中使用 numpy.full_like() 方法 -
newArr = np.full_like(arr, 999)
print("
New Array..
", newArr)获取新数组的类型 -
print("
New Array type...
", newArr.dtype)
获取新数组的维度 -
print("
New Array Dimensions...
", newArr.ndim)示例
import numpy as np
# Create a new array using the numpy.array() method in Python Numpy
arr = np.array([[91, 34, 89], [29, 87, 55]])
# Display the array
print("Array...
",arr)
# Get the type of the array
print("
Array type...
", arr.dtype)
# Get the dimensions of the Array
print("
Array Dimensions...
", arr.ndim)
# To return a full array with the same shape and type as a given array, use the numpy.full_like() method in Python Numpy
# The 1st parameter here is the shape and data-type, define these same attributes of the returned array.
# The 2nd parameter is the fill value
newArr = np.full_like(arr, 999)
print("
New Array..
", newArr)
# Get the type of the new array
print("
New Array type...
", newArr.dtype)
# Get the dimensions of the new array
print("
New Array Dimensions...
", newArr.ndim)输出
Array... [[91 34 89] [29 87 55]] Array type... int64 Array Dimensions... 2 New Array.. [[999 999 999] [999 999 999]] New Array type... int64 New Array Dimensions... 2
更新于: 2022年2月10日
196 次查看
广告