numpy.empty_like¶

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。

参数

prototypearray_like: 的形状和数据类型 prototype 定义返回数组的这些相同属性。
dtype数据类型，可选: 重写结果的数据类型。

1.6.0 新版功能.
order'C'、'F'、'A'或'K'，可选: 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。

1.6.0 新版功能.
subok布尔，可选。: 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。
shapeint或int序列，可选。: 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.

返回

out恩达雷: 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]])

numpy.empty numpy.eye