파이썬[Python]: numpy - ones_like 함수

numpy 모듈 - ones_like 함수(function)

---

/// 설명

주어진 배열의 차원과 데이터 형식을 가진 새로운 배열을 생성합니다.

prototype: 결과물에 차원과 데이터 형식을 부여하는 prototype입니다.
dtype: 출력할 배열의 데이터 형식입니다.
order: 결과물의 메모리 저장 형식을 결정합니다. 'C'는 C언어 형식, 'F'는 포트란 형식입니다. 'A'는 prototype이 포트란 연속(Fortran contiguous)이면 'F', 아니면 'C'로 결정됩니다. 'K'는 prototype의 차원(layout)에 가장 부합하는 형태로 결정되어집니다.
subok: True이면 생성되는 배열이 prototype의 sub-class 형식을 사용합니다. 그렇지 않으면 base-class를 사용합니다. 기본값은 True 입니다.
shape: 결과물의 차원을 결정합니다. 만약 저장형식(order)이 'K'이고 차원이 변경되지 않았다면, 저장형식은 변하지 않지만, 그렇지 않다면 C언어 형식(order='C')이 적용됩니다.

※ 형식
numpy.ones_like(prototype, dtype=None, order='K', subok=True, shape=None)

reference
https://numpy.org/devdocs/reference/generated/numpy.ones_like.html

---

/// 예제 array-like

1 2 3 4 5 6 7 8 9 10 11

import numpy as np   array = ((1, 2), (3, 4)) print(array) # ((1, 2), (3, 4))   test_np = np.ones_like(array) print(test_np) # [[1 1] #  [1 1]]

cs

---

/// 예제 numpy array

1 2 3 4 5 6 7 8 9 10 11

import numpy as np   np_array = [[1, 2], [3, 4]] print(np_array) # [[1, 2], [3, 4]]   test_np = np.ones_like(np_array, dtype=float) print(test_np) # [[1. 1.] #  [1. 1.]]   Colored by Color Scripter

cs

---

/// 예제 numpy array - arange

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

import numpy as np   np_array1 = np.arange(4) print(np_array1) # [0 1 2 3]   np_array1 = np_array1.reshape((2, 2)) print(np_array1) # [[0 1] #  [2 3]]   test_np = np.ones_like(np_array1, dtype=int, order='F') print(test_np) # [[1 1] #  [1 1]]     def np_with_comas(object):     return np.array2string(object, separator=', ')     test_np = np.ones_like(((2, 2), (2, 2)), shape=4) print(np_with_comas(test_np)) # [1, 1, 1, 1]   Colored by Color Scripter

cs

---

* 실행환경: Microsoft Windows 10 Homes
* 인터프리터: 파이썬(Python 3.9)

---

– 당신을 응원합니다. –