numpy.
empty_like
返回形状和类型与给定数组相同的新数组。
的形状和数据类型 prototype 定义返回数组的这些相同属性。
重写结果的数据类型。
1.6.0 新版功能.
覆盖结果的内存布局。”“c”表示“c”顺序,“f”表示“f”顺序,“a”表示“f”如果 prototype Fortran是连续的,否则为“c”。k'表示与 prototype 尽可能接近。
如果为True,则新创建的数组将使用 prototype ,否则它将是基类数组。默认为True。
替代结果的形状。如果order='K'和维度数不变,将尝试保持顺序,否则,将隐含order='C'。
1.17.0 新版功能.
形状和类型与相同的未初始化(任意)数据数组 prototype .
参见
ones_like
返回一个包含形状和输入类型的数组。
zeros_like
返回一个带有形状和输入类型的零数组。
full_like
返回一个新数组,输入的形状用值填充。
empty
返回新的未初始化数组。
笔记
这个函数可以 not 初始化返回的数组;使用 zeros_like 或 ones_like 相反。它可能比设置数组值的函数快一点。
实例
>>> 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]])