📅  最后修改于: 2023-12-03 15:34:23.892000             🧑  作者: Mango
numpy.empty_like()
是一个用于创建与给定数组大小和数据类型相同的未初始化的数组的函数。该函数输出一个新的数组,其大小和数据类型与给定的输入数组相同。但是,新的数组并没有被初始化,这意味着它的值将是随机的,取决于分配的内存区域的状态。
numpy.empty_like(arr, dtype=None, order='K', subok=True, shape=None)
该函数采用以下参数:
arr
(必须):用于指定大小和数据类型的输入数组。dtype
(可选):输出数组的数据类型。order
(可选):指定数组使用的内存布局方式。subok
(可选):如果为True,则子类可以通过继承来返回。shape
(可选):指定新数组的形状。函数返回一个未初始化的数组,其大小和数据类型与给定的输入数组相同。返回的数组中的元素被分配了一段内存地址,但是这个内存地址中的值是未知的。
以下示例展示了在Python中使用numpy.empty_like()函数的用法:
import numpy as np
# 创建一个输入数组
input_array = np.array([[1, 2, 3], [4, 5, 6]])
# 使用empty_like()创建一个未初始化的数组,并将其分配给新变量
empty_array = np.empty_like(input_array)
print("Input array is:\n", input_array)
print("Empty array is:\n", empty_array)
输出:
Input array is:
[[1 2 3]
[4 5 6]]
Empty array is:
[[ 0 0 0]
[ 0 1221753024 0]]
在此示例中,我们使用numpy.empty_like()函数创建了与给定输入数组大小和数据类型相同的未初始化的数组。新的数组被分配了一段内存地址,但其中的值是未知的。