Python NumPy someone_like（）函数示例

Python NumPyones_like（）是一个内置函数，其中包含四个参数，用于返回形状和大小相似的数组，并将数组元素的值替换为1。它是在numpy下定义的，可以将其作为np的import numpy导入，我们可以创建多维数组并借助numpy（它是Python中的一个库）来导出其他数学统计信息。

Python的NumPy的ones_like（）

Python numpy.ones_likes（）返回形状与类型与给定数组相同的数组。的形状和数据类型定义了返回数组的这些相同属性。

句法

numpy.ones_like(array,dtype,order,subok) 

参量

它需要4个参数，其中2个参数是可选的。

第一个参数是输入数组。

第二个参数是subok参数，它是可选的；它采用布尔值，如果为true，则新创建的数组将为主数组的子类；如果为false，则它将为基类数组。第三个参数是顺序，代表内存中的顺序。第四个参数是dtype，它是可选的，默认情况下，其值为float。它是返回数组的数据类型。

返回值

它返回一个数组，其中元素值为1。

Python中ones_like（）方法上的程序

编写一个程序，以演示Python中ones_like（）函数的工作方式。

# app.py

import numpy as np

arr2 = np.arange(16, dtype=float).reshape(4, 4)
print("nnarr2 before full_like : n", arr2)

# using full_like
print("narr2 after full_like : n", np.full_like(arr2, -3))

输出量

python3 app.py

arr2 before full_like :
 [[ 0.  1.  2.  3.]
 [ 4.  5.  6.  7.]
 [ 8.  9. 10. 11.]
 [12. 13. 14. 15.]]

arr2 after full_like :
 [[-3. -3. -3. -3.]
 [-3. -3. -3. -3.]
 [-3. -3. -3. -3.]
 [-3. -3. -3. -3.]]

在此示例中，我们可以看到我们保留了数组的大小和形状，并创建了一个新数组，其中所有值均为4×4矩阵。

编写程序以获取2×2矩阵，然后应用ones_like（）函数。

# app.py

import numpy as np

arr1 = np.arange(4).reshape(2, 2)
print("Original array : n", arr1)

arr2 = np.ones_like(arr1, float)
print("nMatrix arr2 : n", arr2)

输出量

python3 app.py
Original array :
 [[0 1]
 [2 3]]

Matrix arr2 :
 [[1. 1.]
 [1. 1.]]

在此示例中，我们可以看到，当我们采用值分别为0、1、2、3的2×2数组时，将构造一个形状和大小相同且值均等于1的新数组。

也可以看看

Python NumPy bmat（）

Python NumPy asmatrix（）

Python NumPy diag_indices（）

Python NumPy diag（）

Python NumPy full_like（）