📌  相关文章
📜  Python numpy.empty()

📅  最后修改于: 2020-10-27 08:49:08             🧑  作者: Mango

Python的numpy.empty()

Python的numpy模块提供了一个名为numpy.empty()的函数。此函数用于创建数组，而无需初始化给定形状和类型的条目。

就像numpy.zeros()一样，numpy.empty()函数不会将数组值设置为零，并且它比numpy.zeros()更快。此函数要求用户手动设置阵列中的所有值，请谨慎使用。

句法

numpy.empty(shape, dtype=float, order='C')

参数：

形状：整数或整数元组

此参数定义空数组的形状，例如(3，2)或(3，3)。

dtype：数据类型(可选)

此参数定义输出数组所需的数据类型。

顺序：{‘C’，’F’}(可选)

此参数定义多维数组将以行为主或列主存储的顺序。默认情况下，order参数设置为’C’。

返回值：

该函数返回未初始化数据的数组，这些数组具有在函数定义的形状，dtype和顺序。

范例1：

import numpy as np
x = np.empty([3, 2])
x

输出：

array([[7.56544226e-316, 2.07617768e-316],
           [2.02322570e-316, 1.93432036e-316],
           [1.93431918e-316, 1.93431799e-316]])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了变量‘x’并分配了np.empty()函数的返回值。
  • 我们已经在函数传递了形状。
  • 最后，我们尝试print‘x’的值和元素之间的差异。

范例2：

import numpy as np
x = np.empty([3, 3], dtype=float)
x

输出：

array([[ 2.94197848e+120, -2.70534020e+252, -4.25371363e+003],
           [ 1.44429964e-088,  3.12897830e-053,  1.11313317e+253],
           [-2.28920735e+294, -5.11507284e+039,  0.00000000e+000]])

范例3：

import numpy as np
x = np.empty([3, 3], dtype=float, order='C')
x

输出：

array([[ 2.94197848e+120, -2.70534020e+252, -4.25371363e+003],
           [ 1.44429964e-088,  3.12897830e-053,  1.11313317e+253],
           [-2.28920735e+294, -5.11507284e+039,  0.00000000e+000]])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了变量‘x’并分配了np.empty()函数的返回值。
  • 我们已经在函数传递了形状，数据类型和顺序。
  • 最后，我们尝试print‘x’的值和元素之间的差异。

在输出中，它显示了定义形状，数据类型和顺序的未初始化值的数组。

范例4：

import numpy as np
x = np.empty([3, 3], dtype=float, order='F')
x

输出：

array([[ 2.94197848e+120,  1.44429964e-088, -2.28920735e+294],
           [-2.70534020e+252,  3.12897830e-053, -5.11507284e+039],
           [-4.25371363e+003,  1.11313317e+253,  0.00000000e+000]])