Numpy矩阵运算 - np.empty()函数

Numpy是一种用于科学计算的Python库，它提供了高效的多维数组对象（称为ndarray）和广播功能，用于快速完成各种数值计算任务。其中，矩阵运算是Numpy最为强大的功能之一。np.empty()是Numpy中的一个函数，可以帮助我们创建空的ndarray对象，以便于进行矩阵运算。

np.empty()函数介绍

np.empty(shape, dtype=float, order=‘C’)

• shape：定义ndarray的形状，可以为一个整数或元组。如果是整数，则表示创建一个大小为shape x shape的ndarray。
• dtype：定义ndarray的数据类型，默认为float。
• order：定义多维数组中的元素存储顺序。C表示按行优先存储（类似于C语言的数组），F表示按列优先存储（类似于Fortran语言的数组）。

np.empty()函数的使用

下面我们通过几个示例了解np.empty()函数的具体使用方法。

示例1：创建一个2x3的空矩阵

import numpy as np

arr = np.empty((2, 3))
print(arr)

输出结果：

[[1.5e-323 3.5e-323 4.9e-324]
 [9.9e-324 2.0e-323 2.5e-321]]

此时我们创建了一个2行3列的空矩阵，其中所有元素的值都是随机的，这是因为np.empty()只会分配数组所需要的内存空间，并不会初始化数组元素的值。因此，我们可以看到输出结果中的值都非常小，这些小数是由于之前占用内存的元素的数据留下的。

示例2：创建一个3x3的空矩阵，数据类型为int

import numpy as np

arr = np.empty((3, 3), dtype=int)
print(arr)

输出结果：

[[ 7392952 10403442  8398032]
 [ 6029375  6029502  6029469]
 [ 6029613  6029554  6029681]]

此时我们创建了一个3行3列的空矩阵，并将数据类型指定为int。同样的，由于np.empty()并不会初始化数组元素的值，因此输出结果中的所有元素都是随机的整数。

示例3：创建一个2x2的空矩阵，按列存储

import numpy as np

arr = np.empty((2, 2), order='F')
print(arr)

输出结果：

[[9.2345675e-312 5.4347223e-323]
 [8.4879832e-314 5.4347222e-323]]

此时我们创建了一个2行2列的空矩阵，并将元素的存储顺序指定为按列存储。同样的，由于np.empty()不会初始化数组元素的值，因此输出结果中的所有元素都是随机的浮点数。

总结

通过本文，我们了解了np.empty()函数的基本概念和使用方法。需要注意的是，创建的空矩阵中的值是不确定的，因此在实际使用时需要通过其他方法来对矩阵进行初始化。在其他的Numpy矩阵运算中，我们也可以经常使用到np.empty()函数来创建需要的矩阵。