numpy empty_like 用法及代码示例
Lincoln 用法：
numpy.empty_like(prototype, dtype=None, order='K', subok=True, shape=None)
返回形状和类型与给定数组相同的新数组。
| – | 描述 |
|---|---|
| 参数 | prototype： ： array_like
原型的形状和数据类型定义了返回数组的这些相同属性。 覆盖结果的数据类型。 1.6.0版中的新功能。 覆盖结果的内存布局。 ‘C’表示C-order，‘F’表示F-order，‘A’表示‘F’prototype是Fortran连续的，否则为‘C’。 ‘K’表示匹配的布局prototype尽可能紧密。 1.6.0版中的新功能。 如果为True，则新创建的阵列将使用‘a’的sub-class类型，否则将为base-class阵列。默认为True。 覆盖结果的形状。如果order =’K’并且尺寸数量不变，则将尝试保持顺序，否则，则隐含order =’C’。 1.17.0版中的新功能。 |
| 返回值 | out： ： ndarray
未初始化(任意)数据的数组，其形状和类型与原型相同。 |
注意：
该函数不初始化返回的数组；这样做zeros_like或者ones_like代替。它可能比设置数组值的函数略快。
例子：
>>> a = ([1,2,3], [4,5,6]) # a is array-like
>>> np.empty_like(a)
array([[-1073741821, -1073741821, 3], # uninitialized
[ 0, 0, -1073741821]])
>>> a = np.array([[1., 2., 3.],[4.,5.,6.]])
>>> np.empty_like(a)
array([[ -2.00000715e+000, 1.48219694e-323, -2.00000572e+000], # uninitialized
[ 4.38791518e-305, -2.00000715e+000, 4.17269252e-309]])
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
